Facebook 密集人體姿態估計工具 DensePose
密集人體姿態估計旨在將人體的 RGB 像素圖像映射到 3D 人體表面。
DensePose-RCNN 在Detectron框架下由 Caffe2 實現。
在該庫中, Facebook 提供了用於訓練和評估 DensePose-RCNN 的代碼,Facebook 還提供 notebooks 用於可視化收集的 DensePose-COCO 數據集並顯示與 SMPL 模型的對應關係。
Github 頁面:
https://github.com/facebookresearch/DensePose
DensePose 官方頁面:
http://densepose.org/
安裝
請根據 Detectron 安裝說明在 INSTALL.md 中找到 Caffe2 和 DensePose 的安裝說明。
推理 - 訓練 - 測試
安裝完成後,請參閱 GETTING_STARTED.md 以獲取推理,訓練和測試示例。
DensePose-COCO 注釋的可視化:
查看 notebooks/ DensePose-COCO-Visualize.ipynb 用以在圖像上直觀顯示DensePose-COCO注釋:
3D 環境中的 DensePose-COCO:
請參閱 notebooks / DensePose-COCO-on-SMPL.ipynb 以在 3D 模板(SMPL)模型上本地化 DensePose-COCO 注釋:
可視化DensePose-RCNN結果:
查看 botebooks / DensePose-RCNN-Visualize-Results.ipynb 以可視化推斷的DensePose-RCNN結果。
DensePose-RCNN 紋理轉換:
請參閱 notebooks / DensePose-RCNN-Texture-Transfer.ipynb 以在 3D 模板(SMPL)模型上本地化 DensePose-COCO 注釋:
CCF-GAIR 大會即將開幕!
※距 NIPS 2018 還有小半年,會上的各種挑戰賽已經開始啦
※美圖邀你挑戰短視頻分類極限,26 萬獎金池等你瓜分
TAG:AI研習社 |