DEKR

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

Tác vụ: pose
Kích thước: w32 at 640 px
Cài đặt: pip install libreyolo
Bậc hỗ trợ: Chỉ suy luận, từ v1.6.0. Chỉ dự đoán, kiểm định và xuất. Không áp dụng các tính năng huấn luyện.
Thượng nguồn: DEKR của HRNet authors, MIT. Bài báo, mã nguồn
Giấy phép: Mã nguồn MIT, trọng số No separate artifact grant recorded. Sử dụng thương mại

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

Tác vụ	ONNX	TorchScript	ExecuTorch	TensorRT	OpenVINO	Paddle	MNN	RKNN	ncnn	TFLite	CoreML	Core AI
Pose	Pose to ONNX: được hỗ trợ	Pose to TorchScript: được hỗ trợ	Pose to ExecuTorch: không được hỗ trợ	Pose to TensorRT: được hỗ trợ	Pose to OpenVINO: được hỗ trợ	Pose to Paddle: không được hỗ trợ	Pose to MNN: không được hỗ trợ	Pose to RKNN: không được hỗ trợ	Pose to ncnn: không được hỗ trợ	Pose to TFLite: không được hỗ trợ	Pose to CoreML: không được hỗ trợ	Pose to Core AI: không được hỗ trợ

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

Hãy kiểm tra giấy phép trong repo Hugging Face của trọng số cụ thể mà bạn tải xuống. Mỗi checkpoint trong tổ chức LibreYOLO đều có giấy phép riêng và giấy phép có thể khác nhau trong cùng một họ. Repo đó là nguồn có thẩm quyền; phần tóm tắt dưới đây mô tả các điều khoản áp dụng khi trang này được kiểm chứng lần gần nhất.

Đây là phần mô tả các giấy phép liên quan, không phải tư vấn pháp lý. Nếu câu trả lời có ý nghĩa về mặt thương mại, hãy tự đọc các giấy phép và tham khảo cố vấn của riêng bạn.

Công trình gốc: DEKR, HRNet authors
Giấy phép thượng nguồn: MIT
Nguồn thượng nguồn: github.com/HRNet/DEKR
Mã nguồn LibreYOLO: MIT
Trọng số: No separate artifact grant recorded, do tác giả phân phối. LibreYOLO không lưu trữ hoặc sao chép chúng.
Diễn giải: 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}
}

Được sao chép từ khối trích dẫn của tác giả tại raw.githubusercontent.com/HRNet/DEKR/main/README.md.