/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
28 июн 2026

a-pose-heatmap

Классификация и разметка

Учебная PyTorch-модель с нуля находит три ключевые точки руки на синтетических изображениях по тепловым картам.

0скачиваний за 30 дней0лайковвеса обновлены28 июн 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

cy0307/a-pose-heatmap — учебная модель оценки 2D-позы из Ropedia Academy, созданная с нуля на PyTorch. Она принимает изображение и предсказывает тепловые карты для трёх суставов, а координаты извлекает методом soft-argmax. Обучение выполнено на процедурно генерируемых синтетических изображениях руки размером 48×48 в градациях серого; целевая функция — регрессия гауссовых тепловых карт с MSE, лучший чекпойнт выбирался по PCK.

Модель предназначена для демонстрации и воспроизводимого обучения обнаружению ключевых точек, в том числе в учебных проектах по embodied AI. В README приведён итоговый PCK 0,396. Это небольшой экспериментальный чекпойнт, обученный быстро на CPU на синтетических данных, а не готовое решение для реальных изображений. Soft-argmax может смещать координаты, если суставы перекрываются или выходят за границы кадра; низкое разрешение тепловых карт ограничивает точность. Лицензия репозитория — MIT.

Сценарии применения

  • обучение обнаружению ключевых точек на изображениях
  • изучение регрессии тепловых карт для оценки позы
  • воспроизведение учебного конвейера 2D-оценки позы
  • демонстрация декодирования координат методом soft-argmax

Ограничения

Обучена на небольших синтетических данных и не предназначена для production; приведённый PCK равен 0,396. Soft-argmax ошибается при перекрытии суставов и их выходе за кадр, а низкое разрешение тепловых карт ограничивает точность.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

2D pose estimation (heatmap regression)

A fully-convolutional net that predicts per-joint heatmaps, decoded to coordinates by soft-argmax. Best-checkpoint by PCK.

Trained from scratch in Ropedia Academy — an interactive, bilingual course on embodied & spatial AI. Educational model: small and quick to train; the value is the method and a reproducible pipeline, not a leaderboard score. Try it live in the Ropedia demos Space.

At a glance

Base modelTrained from scratch (random initialization) — no pretrained base model.
Task2D keypoint detection
Training objectivePer-joint Gaussian heatmap regression (MSE), decoded to coordinates by soft-argmax; best checkpoint by PCK.
TrackA · Human modeling
NotebookOpen In Colab

Dataset

  • Name: Synthetic 3-joint arm
  • Type: synthetic — procedural
  • Size / stats: 48×48 grayscale images, 3 joints; fresh 16-image batches per step (effectively unlimited)
  • Split: fresh train + held-out eval batches
  • Source: procedural

Training config

Adam (lr 1e-3), 1500 steps; 48×48 input, 3 joints; heatmap MSE + soft-argmax; best checkpoint by PCK.

Evaluation results

metricvaluemeaning
pck (final)0.396

figure

Inference example

import torch
state = torch.load("pose.pt", map_location="cpu")   # this repo's checkpoint
# Rebuild the exact module from the lab notebook (see "Reproduce"), then:
# model.load_state_dict(state); model.eval()

Limitations

Educational scale. Trained quickly on CPU on small or synthetic data, so absolute numbers are not competitive with production systems — the value is the method and a reproducible pipeline. No large-scale data, no hyperparameter sweep, and no multi-seed variance is reported. Not for production use.

Failure cases

Soft-argmax drifts when joints overlap or leave the frame; the low-resolution heatmap caps precision.

Reproduce / train your own

One click: open the notebook in Colab → Runtime → GPU → Run all, then run its Publish to the Hugging Face Hub cell.

Open In Colab

From a shell:

git clone https://github.com/ChaoYue0307/ropedia-academy.git && cd ropedia-academy
pip install torch numpy matplotlib scikit-learn scikit-image gymnasium
jupyter nbconvert --to notebook --execute notebooks/training/A_pose_heatmap.ipynb --output run.ipynb
# optional: override training length, e.g.  STEPS=2000  (or EPISODES=600)  before running

Files

  • figure.png
  • metrics.json
  • pose.pt

License

Code & weights: MIT (this repository) — educational use encouraged.
Data: generated procedurally in the notebook — no external dataset.

Citation

If you use this model or the course materials, please cite:

@misc{ropedia_academy,
  title  = {Ropedia Academy: an interactive course on embodied & spatial AI},
  author = {Ropedia Academy},
  year   = {2026},
  howpublished = {\url{https://chaoyue0307.github.io/ropedia-academy/}}
}

Method / original work: Newell et al., Stacked Hourglass, ECCV 2016; Sun et al., HRNet, CVPR 2019.

Related assets


Part of the Ropedia Academy trained-model collection. Contributions & issues welcome on GitHub.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · keypoint-detection

Нельзя запустить

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

Ревизия весов
a030746

0 моделей