实时人体姿态评估AI模型YOLO-NAS Pose,它主要功能是能快速识别图片和视频中人类的动作姿势,能够快速找到网络结构,提高肢体的准确性,用于训练基于 PyTorch 的计算机视觉模型。允许你仅使用一个训练库,就所有最常用的计算机视觉任务训练或微调 SOTA 预训练模型。
在自上而下的方法中,对象检测模型用于识别感兴趣的对象,例如人或汽车,并且使用单独的姿态估计模型来估计对象的关键点。相比之下,自下而上的方法首先识别各个身体部位或关节,然后将它们连接起来形成完整的姿势。
它适用于所有最常用计算机视觉任务的训练脚本;快速、简单地再现 SOTA 模型结果的秘诀;用于训练、数据集和架构的即插即用超参数它适用于多种场景,比如赛事中评估运动员的动作有多标准,或者让裁判从骨架图中轻易判断是否犯规等。
YOLO-NAS-POSE还会提供预训练AI模型功能,这可以大大减少从头开始训练模型所需的时间和资源,用户可以根据需要调整模型的各种参数,如输入大小、模型复杂性等,以在准确性和速度之间找到最佳平衡。
官方网站:https://deci.ai/blog/pose-estimation-yolo-nas-pose/
Github 开源网址:https://github.com/Deci-AI/super-gradients
Colab云端基础版体验地址:
https://colab.research.google.com/drive/1O4N5Vbzv0rfkT81LQidPktX8RtoS5A40
Google Colab微调版本体验网址:
https://colab.research.google.com/drive/1agLj0aGx48C_rZPrTkeA18kuncack6lF