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
