EFT：利用EFT（示范微调）展示3D人体标注的可视化代码

简介：
本项目通过EFT（示范微调）技术，展示了如何实现和优化3D人体关键点标注的可视化过程，提供高效的人体姿态分析与理解工具。 该存储库包含通过特定方法为野生2D图像生成的伪GT 3D人体姿势数据。这些3D姿势数据采用参数形式，并可以作为训练3D姿势估计算法（例如某些算法）的监督依据。我们发现，在不使用任何其他室内3D姿态数据集的情况下，我们的EFT数据集足以构建出与之前最先进的SOTA算法相媲美的模型。 此外，该存储库还包含使用我们的EFT数据集和单眼运动捕捉演示工具训练出来的预训练3D姿势估计模型。最近我们发布了新的功能，可以通过它获得3D身体+手部输出。主体模块与此存储库的模型相同。 安装要求： - 使用conda环境既方便又安全 - 创建新环境：`conda create -n venv_eft python=3.6` - 激活新环境：`conda activate venv_eft` - 安装依赖项: `pip install -r requirements.txt` 下载EFT拟合数据（json格式）： - 存储库提供公共2D关节点的数据。