/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 июл 2026

DETRPose_X_COCO

Классификация и разметка3 профессии

DETRPose-X-COCO — модель реального времени для обнаружения людей и оценки позы нескольких людей на изображениях.

228скачиваний 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-X-COCO — модель для обнаружения людей и оценки позы нескольких людей на изображениях в реальном времени. Она представлена в карточке SebasJanampa и описана в статье DETRPose: Real-Time End-to-End Multi-Person Pose Estimation via Modified Transformer Decoder and Novel Denoising Keypoints.

Архитектура сочетает гибридный энкодер RT-DETR с облегчённым декодером D-FINE и включает специальный Pose-LQE слой для улучшения оценок уверенности. Для версии DETRPose-X на COCO в карточке приведены 73,3 млн параметров, AP 73,3 и задержка 13,31 мс. Модель предназначена для низколатентного инференса; README описывает запуск на видеопотоке с веб-камеры.

Модель принимает изображения и выдаёт координаты ключевых точек и оценки поз людей. В метаданных указан английский язык карточки, однако задача модели не требует естественно-языкового ввода. Лицензия — Apache-2.0. Для инференса README указывает на необходимость установить inference-ready ветку репозитория DETRPose.

Сценарии применения

  • оценка позы нескольких людей на изображении
  • обнаружение ключевых точек тела в видеопотоке
  • анализ позы людей с веб-камеры
  • локализация людей для систем компьютерного зрения

Ограничения

README не приводит подробностей о точности на других наборах данных или ограничениях по условиям съёмки. Для инференса 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-X-COCO

DETRPose-X-COCO 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-XCOCO73.373.3 M13.31 ms239.5

🚀 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_x')

# 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
443365c

0 моделей