Vitpose

SuperPoint是一种自监督训练的全卷积网络，用于兴趣点检测和描述。

ViTPose是基于视觉Transformer的人体姿态估计模型，在MS COCO关键点测试集上达到81.1 AP的精度，具有模型简洁、规模可扩展、训练灵活等优势

ViTPose++是基于视觉Transformer的人体姿态估计模型，在MS COCO关键点检测基准上达到81.1 AP的优异表现。

ViTPose是一个基于视觉Transformer的人体姿态估计模型，采用简洁设计在MS COCO关键点检测基准上取得81.1 AP的优异表现。

SuperGlue是一种基于图神经网络的特征匹配模型，用于匹配图像中的兴趣点，适用于图像匹配和姿态估计任务。

ViTPose++是基于视觉Transformer的人体姿态估计基础模型，在MS COCO关键点测试集上达到81.1 AP的优异表现。

img2pose是一个基于Faster R-CNN的模型，用于预测照片中所有人脸的六自由度姿态（6DoF），并能将3D人脸投影到2D平面。

ViTPose++是基于视觉Transformer的人体姿态估计基础模型，在MS COCO关键点测试集上达到81.1 AP的优异表现。

SynthPose是基于VitPose巨型主干网络的关键点检测模型，通过合成数据微调预测52个人体关键点，适用于运动学分析。

Sapiens是基于3亿张1024x1024分辨率人体图像预训练的视觉Transformer模型，专为高精度姿态估计任务设计。