Points Detection综述

访风景于崇阿

已于 2023-04-06 15:52:22 修改

阅读量142

点赞数

CC 4.0 BY-SA版权

分类专栏：关键点检测文章标签：深度学习

于 2023-04-04 12:52:58 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/starlight1231/article/details/129947078

本文综述了人体姿态估计的方法，包括stacked Hourglass Networks、OpenPose、Cascaded Pyramid Network和HRNet等，重点介绍了HRNet如何通过保持高分辨率特征表示来避免信息损失。同时，提到了轻量级模型如FPD和Fast Human Pose Estimation，以及在COCO数据集上的关键点检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

stacked Hourglass Networks 堆叠沙漏网络 (2016单人)

OpenPose（2016）COCO <<Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields>>

Cascaded Pyramid Network 级连金字塔网络（Top-Down） (2017多人) COCO <<Cascaded Pyramid Network for Multi-Person Pose Estimation>>

Multi-Stage Pose Network（Top-Down）(2018多人) COCO

RSP（2019冠军）COCO <<Res-Steps-Net for Multi-Person Pose Estimation>>

DarkPose（2019亚军）COCO

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。