Github
文档
论文
使用Pytorch Lightning实现的姿态估计模型，支持利用NVIDIA DALI对未标记视频进行大规模加速训练。 模型可以通过TensorBoard、FiftyOne和Streamlit进行评估。
截至2024年6月，Lightning Pose现已在Nature Methods上发表！
试用我们的演示
在示例数据集上训练网络并在Google Colab中可视化结果。
快速开始
请查看Lightning Pose文档 了解安装说明和用户指南。 请注意，Lightning Pose包提供了用于在已标记数据和未标记视频剪辑上训练和评估模型的工具。
我们还提供了一个基于浏览器的应用程序， 支持姿态估计项目的完整生命周期，从数据标注到模型训练再到诊断可视化。
Lightning Pose团队还积极开发 集合卡尔曼平滑器（EKS）， 这是一个简单高效的后处理器，可与包括Lightning Pose、DeepLabCut和SLEAP在内的任何姿态估计包配合使用。
社区
Lightning Pose主要由 Dan Biderman（哥伦比亚大学） 和 Matt Whiteway（哥伦比亚大学）维护。
Lightning Pose正在积极开发中，我们欢迎社区贡献。 无论您是想实现自己的一些想法，还是想帮助我们完成开发路线图，请通过Discord与我们联系（贡献指南见此处）。
