懂AI
openpose

openpose

实时检测人体、手部、面部和足部的多人人体关键点

OpenPose是首个实现实时多人人体、手部、面部和足部关键点检测的系统，能够在单张图像上检测135个关键点。其功能包括2D和3D姿态估计、支持Unity插件和多种输入输出方式，兼容多个操作系统和硬件配置，适用于研究和开发项目。

OpenPose人体姿态识别实时多人人体关键点检测CMU Panoptic Studio三维重建Github开源项目
访问官网GitHub论文

OpenPose：实时多人2D姿态估计系统

OpenPose是一个开创性的实时多人姿态估计系统，由卡内基梅隆大学感知计算实验室开发。它是第一个能够在单张图像上同时检测人体、手部、面部和脚部关键点的实时多人系统，总共可以检测135个关键点。

主要特点

  • 实时多人2D关键点检测：

    • 可以检测15、18或25个身体/脚部关键点，包括6个脚部关键点。检测速度与人数无关。
    • 可以检测每只手21个关键点。检测速度与人数相关。
    • 可以检测70个面部关键点。检测速度与人数相关。

  • 3D单人关键点检测：

    • 支持多视角三角测量
    • 兼容Flir/Point Grey相机

  • 相机标定工具箱：用于估计相机的失真、内参和外参

  • 单人跟踪：可用于提高速度或视觉平滑度

输入输出

OpenPose支持多种输入源，包括图像、视频、网络摄像头、Flir/Point Grey相机、IP摄像头等。用户还可以添加自定义输入源。

输出方面，OpenPose可以显示和保存基本图像和关键点(PNG、JPG、AVI等格式)，保存关键点数据(JSON、XML、YML等格式)，以及将关键点作为数组类输出。用户也可以添加自定义输出代码。

系统兼容性

OpenPose支持多种操作系统，包括Ubuntu(20、18、16、14)、Windows(10、8)、Mac OSX和Nvidia TX2。

在硬件方面，OpenPose提供CUDA(Nvidia GPU)、OpenCL(AMD GPU)和仅CPU版本，以适应不同的硬件环境。

使用方式

OpenPose提供两种主要的使用方式：

  1. 命令行演示：用于内置功能
  2. C++和Python API：用于自定义功能，如添加自定义输入、预处理、后处理和输出步骤

安装和快速开始

用户可以下载Windows便携版直接使用，也可以从源代码编译安装。安装后，只需简单的命令行即可运行OpenPose，例如：

./build/examples/openpose/openpose.bin

用户还可以添加各种参数来控制OpenPose的行为，如选择输入视频、启用面部和手部检测、设置输出格式等。

开源与社区

OpenPose是一个开源项目，欢迎社区贡献。研究人员可以自由使用OpenPose进行非商业研究，并在发表相关研究成果时引用OpenPose的论文。

OpenPose的成功离不开CMU Panoptic Studio数据集的支持，以及众多贡献者的努力。项目维护者欢迎用户反馈，包括报告错误、提供改进建议，或分享基于OpenPose的有趣项目。

总的来说，OpenPose是一个功能强大、灵活性高的实时人体姿态估计系统，为计算机视觉研究和应用提供了重要工具。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多