Dies ist die Linux-App namens DensePose, deren neueste Version als DensePosesourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens DensePose mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
DichtePose
BESCHREIBUNG:
DensePose ist ein Computer-Vision-System, das alle menschlichen Pixel in einem RGB-Bild auf die 3D-Oberfläche eines menschlichen Körpermodells abbildet. Es erweitert die Schätzung der menschlichen Pose von der Vorhersage von Gelenk-Keypoints auf die Bereitstellung dichter Korrespondenzen zwischen 2D-Bildern und einem kanonischen 3D-Netz (wie dem SMPL-Modell). Dies ermöglicht ein detailliertes Verständnis der menschlichen Form, Bewegung und Oberflächenbeschaffenheit direkt anhand von Bildern oder Videos. Das Repository umfasst die DensePose-Netzwerkarchitektur, Trainingscode, vortrainierte Modelle und Datensatztools für Annotation und Visualisierung. DensePose wird häufig in Augmented Reality-, Motion Capture-, virtuellen Anprobe- und visuellen Effektanwendungen verwendet, da es Echtzeit-3D-Menschenmapping aus 2D-Eingaben ermöglicht. Die Modellarchitektur baut auf Mask R-CNN auf und verwendet zusätzliche Regressionsköpfe, um UV-Koordinaten vorherzusagen, die Bildpixel auf 3D-Oberflächen abbilden.
Eigenschaften
- Dichtes Pixel-zu-Oberfläche-Mapping zwischen 2D-Bildern und 3D-Menschennetzen
- Basierend auf Mask R-CNN mit UV-Koordinatenregression für dichte Korrespondenz
- Vortrainierte Modelle und Trainingsskripte für große Datensätze
- Visualisierungs- und Anmerkungstools für die Kartierung menschlicher Oberflächen
- Anwendungen in AR, virtueller Anprobe und Erfassung menschlicher Bewegungen
- Echtzeit- oder nahezu Echtzeit-Inferenzpipelines für Videos und Einzelbilder
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/densepose.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.