DEKR

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

Tarefas: pose
Tamanhos: w32 at 640 px
Instalação: pip install libreyolo
Nível de suporte: Somente inferência, desde a v1.6.0. Somente predição, validação e exportação. Os recursos de treinamento não se aplicam.
Origem: DEKR por HRNet authors, MIT. Artigo, código-fonte
Licenças: Código MIT, pesos No separate artifact grant recorded. Uso comercial

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

Tarefa	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Pose	Pose to ONNX: compatível	Pose to TorchScript: compatível	Pose to ExecuTorch: incompatível	Pose to TensorRT: compatível	Pose to OpenVINO: compatível	Pose to Paddle: incompatível	Pose to MNN: incompatível	Pose to RKNN: incompatível	Pose to ncnn: incompatível	Pose to TFLite: incompatível	Pose to CoreML: incompatível	Pose to Core AI: incompatível

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

Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.

Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.

Trabalho original: DEKR, HRNet authors
Licença original: MIT
Código-fonte original: github.com/HRNet/DEKR
Código do LibreYOLO: MIT
Pesos: No separate artifact grant recorded, distribuído pelos autores. O LibreYOLO não hospeda nem espelha esses pesos.
Interpretação: 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}
}

Copiado do bloco de citação dos autores em raw.githubusercontent.com/HRNet/DEKR/main/README.md.