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！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！