Характеристики

Лицензия: MIT
Библиотека: libreyolo
Опубликована: 3 авг 2026

Ссылки

LibreHRNetw48-pose

Классификация и разметка

HRNet-W48 предсказывает ключевые точки позы человека COCO-17 на RGB-кропе размером 384×288 для использования в LibreYOLO.

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

LibreHRNetw48-pose — веса HRNet-W48 для оценки позы человека по кропу изображения. Модель основана на официальном чекпойнте HRNet-W48 384×288 COCO-17 из проекта leoxiaobin/deep-high-resolution-net.pytorch и упакована для LibreYOLO; в исходной реализации также указаны Microsoft и Bin Xiao. Весовые тензоры и их типы данных сохранены без изменений, а файл переведён в формат PyTorch .pt с метаданными LibreYOLO.

Модель принимает RGB-кроп одного человека размером 384×288 и предсказывает 17 ключевых точек тела в схеме COCO. Это верхнеуровневая модель pose estimation: детектор людей в чекпойнт не входит, поэтому для полного сценария нужны координаты человека, предварительно обрезанное изображение либо отдельный детектор. Репозиторий распространяется по лицензии MIT.

Сценарии применения

определение позы человека на обрезанном изображении
извлечение 17 ключевых точек тела по схеме COCO
анализ позы людей после обнаружения отдельным детектором
подсчёт и анализ поз людей на видеокадрах после детектирования

Ограничения

Модель обрабатывает только один кроп человека фиксированного размера 384×288 и не содержит детектора людей. Выход ограничен 17 ключевыми точками COCO.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreHRNetw48-pose

Official HRNet-W48 384x288 COCO-17 top-down pose weights, repackaged for LibreYOLO.

This is a person-crop pose head. Its fixed input is one 384x288 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_w48_384x288.pth

Source SHA-256: 95e0fec3194826d5e3f806ea89be68bbb84517b114c3a32b3058c56610b5ef61

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-W48 graph. The converted file is LibreHRNetw48-pose.pt, SHA-256 ab85504f323c43babdcbed6550f759d323efd0ffc284a0593043e108cd3c4df5. 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: 93cff5a