Характеристики

Лицензия: MIT
Библиотека: libreyolo
Опубликована: 3 авг 2026

Ссылки

Hugging Face

LibreHRNetw32-pose

LibreYOLO

Классификация и разметка

HRNet-W32 предсказывает 17 ключевых точек человека на RGB-кропе размером 256×192 пикселя.

0скачиваний за 30 дней0лайковвеса обновлены3 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LibreHRNetw32-pose — веса HRNet-W32 для оценки позы человека по 17 ключевым точкам COCO. Модель разработана на основе официального чекпойнта HRNet-W32 и адаптирована для LibreYOLO; обученные тензоры сохранены без изменений.

Модель принимает один RGB-кроп человека размером 256×192 пикселя и предсказывает координаты его ключевых точек. Детектора людей в чекпойнте нет: для работы с полным изображением его нужно соединить с детектором, передать рамки людей или заранее обрезанные кропы. Лицензия — MIT.

Сценарии применения

оценка позы человека на обрезанном изображении
определение 17 ключевых точек COCO
анализ позы после обнаружения человека детектором
подсчёт положения суставов на изображениях людей

Ограничения

Модель обрабатывает только один кроп человека размером 256×192 и не включает детектор людей. Для оценки позы на полном изображении нужен внешний детектор или заранее заданные рамки людей.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreHRNetw32-pose

Official HRNet-W32 256x192 COCO-17 top-down pose weights, repackaged for LibreYOLO.

This is a person-crop pose head. Its fixed input is one 256x192 RGB person crop; the checkpoint does not contain a person detector. LibreYOLO can compose the head with its default YOLO9 detector, another PersonDetector, explicit person_boxes, or cropped=True.

Source

Derived from leoxiaobin/deep-high-resolution-net.pytorch at commit 6f69e4676ad8d43d0d61b64b1b9726f0c369e7b1. The upstream repository license is Copyright (c) 2019 Leo Xiao and is MIT. Adapted implementation files also identify Microsoft and Bin Xiao.

Official source file: pose_hrnet_w32_256x192.pth

Source SHA-256: 19bc083708bb8d873211e50d85d56344c10290c6e8b564c813fdde09645c4c1c

Modifications

The original state dict is wrapped with LibreYOLO checkpoint metadata. Learned tensor keys, values, and dtypes are unchanged and strict-load into the native HRNet-W32 graph. The converted file is LibreHRNetw32-pose.pt, SHA-256 c9d8eb383e63ce795f87a3ee2f2b0c8aa0df9bae981573ec4b3909d63815a825. See weights/convert_hrnet_weights.py and docs/provenance/hrnet.md in the LibreYOLO source repository.

License

The official project distributes this checkpoint from its MIT-licensed model zoo but does not attach a separate checkpoint-specific license. This mirror's redistribution basis is the MIT license implied by the releasing project, not a claim of an independently confirmed per-file grant. Training-data rights remain separate. See LICENSE and NOTICE.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · libreyolo · keypoint-detection

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 5a92f7f