PP-TinyPose — модель ONNX для обнаружения ключевых точек тела в браузере с использованием WASM или WebGPU.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
chenmohan 发布的 PP-TinyPose Web SDK 模型，提供用于人体关键点检测的 ONNX 权重，面向浏览器端 WASM 和 WebGPU 部署。清单包含三个通过桌面端主线程与 worker 检查的版本：默认的 256×192 FP32、128×96 FP32，以及采用 FP16 权重存储但仍以 FP32 计算的 128×96 版本。
Модель предназначена для определения ключевых точек тела на изображениях в веб-приложениях. Для оценки на подмножестве из 64 изображений с GT-боксами указано среднее OKS, а не полный COCO AP, поэтому результат не характеризует качество на полном тестовом наборе. Работа на мобильных устройствах и NPU не проверена. В README указана лицензия Apache-2.0 для upstream-репозитория, но для официального ZIP отдельная лицензия весов не приведена.
Подтверждены проверки только на настольных системах с WASM и WebGPU; работа на мобильных устройствах и NPU не проверена. Оценка приведена как средний OKS на подмножестве из 64 изображений с GT-боксами, а отдельная лицензия весов в README не указана.
README от автора на Hugging Face, как он его опубликовал
稳定清单包含三个通过项：
English cards are linked from each entry. All three passed the dated desktop WASM/WebGPU × main/worker checks. The 64-image GT-box subset reports mean OKS rather than full COCO AP. Mobile and NPU remain unverified.
上游仓库采用 Apache-2.0；官方 ZIP 没有独立权重许可。W16A32 仅压缩权重存储，不声明 FP16 计算或加速。完整来源、修改、限制、许可与摘要见各模型卡。
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
В репозитории нет весов в формате PyTorch/safetensors.