DEKR

DEKR estimates multi-person poses from image-wide keypoint heatmaps and offsets.

タスク: pose
サイズ: w32 at 640 px
インストール: pip install libreyolo
サポートティア: 推論のみ、v1.6.0以降。推論、検証、エクスポートのみです。学習機能は対象外です。
アップストリーム: HRNet authorsのDEKR、MIT。論文、ソース
ライセンス: コード：MIT、重み：No separate artifact grant recorded。商用利用

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE # Downloads the W32 checkpoint from the upstream CDN and checks its SHA-256model = LibreYOLO("LibreDEKRw32-pose.pt", device="cpu")result = model(SAMPLE_IMAGE)print(result.keypoints)

The adapter uses the W32 no-deformable-convolution graph and 17 COCO person keypoints. Boxes enclose confident decoded joints. This is an inference-only family; the original deformable graph is a different checkpoint architecture.

Validate

Python

from libreyolo import LibreYOLO # Downloads the W32 checkpoint from the upstream CDN and checks its SHA-256model = LibreYOLO("LibreDEKRw32-pose.pt", device="cpu")# coco8-pose.yaml builds a 4-image COCO keypoint split on first usemetrics = model.val(data="coco8-pose.yaml", allow_download_scripts=True, workers=0)print(metrics)

Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.

Export

タスク	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Pose	Pose to ONNX：対応	Pose to TorchScript：対応	Pose to ExecuTorch：非対応	Pose to TensorRT：対応	Pose to OpenVINO：対応	Pose to Paddle：非対応	Pose to MNN：非対応	Pose to RKNN：非対応	Pose to ncnn：非対応	Pose to TFLite：非対応	Pose to CoreML：非対応	Pose to Core AI：非対応

Python

from libreyolo import LibreYOLO # Downloads the W32 checkpoint from the upstream CDN and checks its SHA-256model = LibreYOLO("LibreDEKRw32-pose.pt", device="cpu")model.export(format="onnx")

Export setup lists format dependencies and loading exported artifacts.

Licensing

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: DEKR, HRNet authors
アップストリームのライセンス: MIT
アップストリームのソース: github.com/HRNet/DEKR
LibreYOLOのコード: MIT
重み: No separate artifact grant recorded、著者が配布。LibreYOLOではホストもミラーもしていません。
解釈: The upstream implementation is MIT. The adapter retrieves the released checkpoint from its source CDN.

Citation

@inproceedings{GengSXZW21,
  title={Bottom-Up Human Pose Estimation Via Disentangled Keypoint Regression},
  author={Zigang Geng, Ke Sun, Bin Xiao, Zhaoxiang Zhang, Jingdong Wang},
  booktitle={CVPR},
  year={2021}
}

著者によるraw.githubusercontent.com/HRNet/DEKR/main/README.mdの引用ブロックからコピーしています。