Advertisement

该模型文件名为pose_hrnet_w48_256x192.pth。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
HRnet网络，作为一种用于人体姿态估计的强大模型，以PyTorch为基础进行实现。该模型采用w48_256x192的配置，其详细的实现说明可查阅位于GitHub仓库：https://github.com/leoxiaobin/deep-high-resolution-net.pytorch/tree/master/demo。 此外，该模型此前曾托管于谷歌网盘。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • YOLOX_Nano模型文件.pth
    优质
    YOLOX_Nano模型文件.pth是专为资源受限设备设计的一种轻量级目标检测模型，基于先进的YOLOX架构优化简化而成。 模型文件yolox_nano.pth。
     
  • basnet模型的pth文件
    优质
    BasNet模型的PTH文件是经过预训练的深度学习模型参数文件，专为边缘检测任务设计，适用于多种图像处理应用场景。 Basnet训练好的参数已经保存完毕。该模型在计算机视觉领域有广泛应用，特别是在自动抠图及SOD问题的解决上。此模型来自github上的开源项目。这里提供的只是经过训练后的参数文件。
     
  • yolact_base_54_800000.pth模型权重文件
    优质
    yolact_base_54_800000.pth 是一个经过训练的深度学习模型权重文件，适用于实时实例分割任务。该模型基于YOLACT架构，在大规模数据集上进行了优化和训练。 yolact实例分割算法官方权重文件包括四个550 Resnet101-FPN版本，分别达到33.0和29.8的性能指标，对应的模型文件名为yolact_base_54_800000.pth。
     
  • coco_tracking模型权重文件.pth
    优质
    Coco_Tracking模型权重文件（.pth）是用于目标跟踪任务的深度学习模型参数，基于COCO数据集训练得出，适用于视频分析和监控系统中的对象追踪。 运行命令 `python demo.py tracking --load_model ../models/coco_tracking.pth --demo /path/to/image/or/folder/or/video` 来执行跟踪任务。
     
  • Posenet模型参数文件（.pth）
    优质
    Posenet模型参数文件（.pth）是用于姿态估计任务的预训练权重文件，包含PoseNet模型的全部参数。该文件可直接应用于人体关键点检测和姿态跟踪项目中。 OpenPose模型用于体态识别技术，能够识别人体的姿势和动作，并且可以同时识别多个人的动作和姿势。该模型使用的数据集是COCO。
     
  • darknet53.pth模型权重文件
    优质
    darknet53.pth 是DarkNet-53神经网络架构中预训练模型的权重文件，适用于图像分类任务，包含53个卷积层，广泛应用于深度学习研究和开发。 darknet53.pth
     
  • lenet_mnist模型权重文件(.pth)
    优质
    本资源为LeNet在MNIST数据集上训练所得的权重文件（.pth格式），适用于手写数字识别任务，方便快速部署与测试。 lenet_mnist_model模型参数包括了一系列用于训练手写数字识别的LeNet架构的具体配置和数值设置。这些参数定义了神经网络结构的关键方面，如卷积层、池化层以及全连接层的数量及其特性，从而确保模型能够有效地从MNIST数据集中学习并准确地进行分类任务。
     
  • SiamMask_VOT模型参数文件.pth
    优质
    SiamMask_VOT模型参数文件.pth 是一个预训练的深度学习模型权重文件，专为视觉目标跟踪设计，采用Siamese架构结合Mask R-CNN实现精准的目标定位与分割。 SiamMask_VOT.pth权重文件已上传至平台，方便下载使用，主要是为了自己用。
     
  • yolact_base_54_800000.pth模型权重文件
    优质
    yolact_base_54_800000.pth是一个经过80万次迭代训练得到的目标实例分割模型权重文件，基于YOLACT基础版本，在800x800图像输入尺寸下达到优秀性能。 yolact_base_54_800000.pth
     
  • resnet50-19c8e357.pth模型权重文件
    优质
    该简介针对resnet50-19c8e357.pth模型权重文件，此文件包含了ResNet50神经网络架构在特定任务训练后的参数值。这些预训练权重有助于快速搭建高性能的图像识别系统，适用于多种计算机视觉问题，促进深度学习应用开发效率。 resnet50-19c8e357.pth：这是一个PyTorch预训练模型ResNet50，已经亲测可用。