/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

DETRPose_L_CROWDPOSE

Классификация и разметка3 профессии

DETRPose-L-CROWDPOSE — модель для быстрого обнаружения ключевых точек и оценки поз нескольких людей на изображениях и видеокадрах.

23скачиваний за 30 дней0лайковвеса обновлены11 июл 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

DETRPose-L-CROWDPOSE — модель для оценки поз нескольких людей на изображениях и видеокадрах, представленная авторами работы DETRPose. Она объединяет гибридный энкодер RT-DETR с лёгким декодером D-FINE и использует специализированный Pose-LQE для уточнения уверенности в ключевых точках, а также обучение с зашумлёнными ключевыми точками и функцией потерь Keypoint Similarity Varifocal. Версия DETRPose-L обучена на наборе CROWDPOSE и предназначена для быстрого инференса, в том числе в сценариях обработки видеопотока; в карточке заявлены 32,7 млн параметров, AP 73,3, задержка 9,03 мс и 103,5 GFLOPs.

Модель принимает изображения и выдаёт координаты ключевых точек и оценки поз людей. Карточка ориентирует её на сцены с несколькими людьми; данные об отдельных поддерживаемых языках для этой задачи несущественны. Веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Для использования авторы указывают inference-ready ветку репозитория DETRPose.

Сценарии применения

  • оценка поз людей в кадрах видеонаблюдения
  • подсчёт и отслеживание поз нескольких людей в толпе
  • анализ движений на видео в реальном времени
  • извлечение скелетных ключевых точек людей на изображении

Ограничения

Метрики и задержка приведены авторами карточки; результат в реальном приложении зависит от оборудования и условий съёмки. Для запуска требуется inference-ready ветка репозитория DETRPose.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DETRPose-L-CROWDPOSE

DETRPose-L-CROWDPOSE is a real-time object detection model introduced in the paper DETRPose: Real-Time End-to-End Multi-Person Pose Estimation via Modified Transformer Decoder and Novel Denoising Keypoints.

📝 Model Description

DETRPose introduces the first real-time end-to-end framework for multi-person pose estimation. By leveraging the hybrid encoder from RT-DETR and the lightweight decoder architecture of D-FINE, DETRPose achieves low-latency inference without sacrificing accuracy. The model introduces two primary methodological advancements:

  • Pose-LQE Layer: A specialized head designed to improve confidence scores.
  • Advanced Training Paradigm: Incorporates Denoising Keypoints and a custom Keypoint Similarity Varifocal loss function, ensuring robust learning and superior localization performance.
ModelDatasetAP#ParamsLatencyGFLOPs
DETRPose-LCROWDPOSE73.332.7 M9.03 ms103.5

🚀 Installation

To use this model, you need to install the inference-ready branch of the DETRPose repository. You can directly install the inference-ready branch using pip:

pip install git+https://github.com/SebastianJanampa/DETRPose.git@inference_only

💻 Usage

This branch is designed to be easy to use for inference. Here is a quick example of how to load a model and run it on a live webcam feed.

from detrpose import DETR

# Initialization
model = DETR(model='detrpose_hgnetv2_l_crowdpose')

# Inference
model(source=0) # inference on a webcam

📜 Citation

If you use DETRPose or its methods in your work, please cite the following BibTeX entries:

@misc{janampa2025detrpose,
      title={DETRPose: Real-time end-to-end transformer model for multi-person pose estimation}, 
      author={Sebastian Janampa and Marios Pattichis},
      year={2025},
      eprint={2506.13027},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2506.13027}, 
}

🙏 Acknowledgement

This work was supported in part by Lambda.ai.

Our work is built upon DEIM, D-FINE, Detectron2, and GroupPose.

✨ Feel free to reach out if you have any questions! ✨

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
1b2590f

0 моделей