Dies ist die Windows-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 einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
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.