Github 项目推荐 | Facebook 密集人体姿态估计工具 DensePose

密集人体姿态估计旨在将人体的 RGB 像素图像映射到 3D 人体表面。

DensePose-RCNN 在 Detectron 框架下由 Caffe2 实现。

在该库中， Facebook 提供了用于训练和评估 DensePose-RCNN 的代码，Facebook 还提供 notebooks 用于可视化收集的 DensePose-COCO 数据集并显示与 SMPL 模型的对应关系。

Github 页面：

https://github.com/facebookresearch/DensePose

DensePose 官方页面：

http://densepose.org/

安装

请根据 Detectron 安装说明在 INSTALL.md 中找到 Caffe2 和 DensePose 的安装说明。

推理 - 训练 - 测试

安装完成后，请参阅 GETTING_STARTED.md 以获取推理，训练和测试示例。

DensePose-COCO 注释的可视化：

查看 notebooks/ DensePose-COCO-Visualize.ipynb 用以在图像上直观显示DensePose-COCO注释：

3D 环境中的 DensePose-COCO：

请参阅 notebooks / DensePose-COCO-on-SMPL.ipynb 以在 3D 模板（SMPL）模型上本地化 DensePose-COCO 注释：

可视化DensePose-RCNN结果：

查看 botebooks / DensePose-RCNN-Visualize-Results.ipynb 以可视化推断的DensePose-RCNN结果。

DensePose-RCNN 纹理转换：

请参阅 notebooks / DensePose-RCNN-Texture-Transfer.ipynb 以在 3D 模板（SMPL）模型上本地化 DensePose-COCO 注释：