litepose

高效实时多人姿态估计的单分支架构

LitePose是一种针对边缘设备的高效单分支架构，专用于实时多人姿态估计。通过融合解卷积头和大卷积核，该模型显著提升了性能。在移动平台上，LitePose将延迟降低5倍，同时保持估计精度。项目开源了预训练模型、训练脚本和评估工具，支持COCO和CrowdPose数据集。

Github

论文

介绍相关项目

RobustCap - 单目图像和稀疏IMU信号融合的实时人体动作捕捉

GithubIMU传感器RobustCap人体动作捕捉单目图像实时系统开源项目

RobustCap是一个开源项目，提出了融合单目图像和稀疏IMU信号的实时人体动作捕捉方法。该技术在遮挡、剧烈运动和弱光等复杂场景下仍能实现高精度动作重建，适用于虚拟现实、电影制作和运动分析等领域。项目提供了完整的系统实现、评估代码以及详细的安装和使用指南，便于研究人员复现和拓展。

pipeless - 开源框架，简化计算机视觉应用开发和部署

GithubPipeless多流处理实时处理开源框架开源项目计算机视觉

Pipeless是一个开源框架，旨在简化计算机视觉应用的开发和部署过程。该框架自动化处理代码并行化、多媒体管道和内存管理等复杂任务，加速实时应用开发。Pipeless采用模块化设计，支持动态组合处理阶段和多种推理运行时，可部署于边缘设备和云端。通过简化开发流程，Pipeless有效提升了计算机视觉项目的开发效率。

lightly - 简单易用的自监督学习工具，支持自定义骨干模型和分布式训练

GithubLightlyPyTorch多模型支持开源项目自监督学习计算机视觉

这个开源项目提供简单易用的自监督学习工具，支持自定义骨干模型和分布式训练。通过模块化设计，用户可以自由调整损失函数和模型头。项目还提供商业版本，包含用于嵌入、分类、检测和分割任务的预训练模型。此外，平台集成了主动学习和数据策划功能，适用于大规模数据处理和强大算法的应用。

PHALP - 基于3D外观、位置和姿态预测的人体跟踪技术

3D外观预测GithubPHALP人体跟踪位置预测姿态预测开源项目

PHALP是一个开源的3D人体跟踪项目，利用人体3D外观、位置和姿态预测实现精确跟踪。该项目提供完整代码实现，包含安装指南、演示代码、数据集准备和评估工具。PHALP可处理视频文件、YouTube视频和图像目录等多种输入源，并具备多样化的可视化功能。这一工具为人体动作分析和计算机视觉研究提供了有力支持。

HumanFallDetection - 多摄像头人工智能实时跌倒检测系统

GithubLSTM分类OpenPifPaf人体姿态估计多摄像头跟踪开源项目跌倒检测

HumanFallDetection项目是一个基于多摄像头和人工智能的跌倒检测系统。它整合了人体姿态估计、多目标跟踪和LSTM神经网络技术，实现实时多人跌倒检测。系统支持处理视频文件或实时摄像头数据，提供灵活的命令行配置。这一技术在老年人护理、医疗监控等领域具有重要应用价值，有助于提高安全监测效率。

edgeyolo - 优化边缘设备性能的模型，支持ONNX和TensorRT导出

COCO2017EdgeYOLOGithubHuawei AscendNvidia Jetson AGX XavierTensorRT开源项目

EdgeYOLO为边缘设备优化，在Nvidia Jetson AGX Xavier上达34FPS，并通过RH loss提升小型和中型物体检测。支持COCO2017和VisDrone2019数据集，提供多种模型格式和部署代码，包括RKNN、MNN和TensorRT。项目定期更新，并集成了SAMLabeler Pro工具，支持多人远程标注。可快速上手和训练，适配不同设备和应用场景。

PARE - 三维人体姿态与形状估计的遮挡问题解决方案

3D人体姿态估计GithubICCV 2021PAREPyTorch人体形状估计开源项目

PARE是一种三维人体姿态和形状估计方法，具备遮挡鲁棒性。该项目基于PyTorch实现，提供演示和评估代码，支持在Ubuntu 18.04和Python 3.7以上环境下运行。用户可以通过Google Colab体验其功能，包括详细的训练和评估指引以及遮挡敏感性分析脚本，适用于非商业科学研究。

MixFormerV2 - 高效全Transformer跟踪模型实现CPU实时运行

GithubMixFormerV2Transformer开源项目模型蒸馏目标跟踪神经网络

MixFormerV2是一个统一的全Transformer跟踪模型，无需密集卷积操作和复杂评分预测模块。该模型提出四个关键预测token，有效捕捉目标模板与搜索区域的相关性。项目还引入新型蒸馏模型压缩方法，包括密集到稀疏和深层到浅层两个阶段。MixFormerV2在LaSOT和TNL2k等多个基准测试中表现优异，分别达到70.6%和57.4%的AUC，同时在GPU上保持165fps的推理速度。值得注意的是，MixFormerV2-S是首个在CPU上实现实时运行的基于Transformer的单流跟踪器。

openface - 基于深度神经网络的开源免费人脸识别库

API文档GithubOpenFace开源项目深度神经网络面部识别

OpenFace是一个免费开源的人脸识别库，利用深度神经网络技术，支持批量图像表示生成、实时网络演示、图像比较、网络输出可视化和分类器训练等功能。核心代码和模型文件由卡内基梅隆大学开发，并在Apache 2.0许可下发布。该项目获得NSF、Intel、Google等机构的资助，广泛应用于移动应用和学术研究，提供全面的API文档和社区支持。

PixelLM - 像素级推理与理解的大型多模态模型

GithubMUSE数据集PixelLM像素级推理图像分割多模态大模型开源项目

PixelLM是一种创新的大型多模态模型，专注于像素级推理和理解。它能处理开放集目标和复杂推理任务，同时保持LMM的基本结构。通过轻量级像素解码器和分割码本，PixelLM实现高效mask生成。项目同时推出MUSE数据集，为多目标推理分割研究提供高质量基准。在多个基准测试中，PixelLM展现出优越性能。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com