利用机器学习，进行人体33个2D姿态检测与评估
前几期的文章，我们分享了人脸468点检测与人手28点检测的代码实现过程，本期我们进行人体姿态的检测与评估
继续阅读
标签： mediapipe
Google发布MediaPipe，移动设备3D对象检测模型
仅通过在照片上训练模型，机器学习（ML）的最新技术就已经在许多计算机视觉任务中实现了卓越的准确性。基于这些成功和不断发展的3D对象理解，在增强现实，机器人技术，自主性和图像检索等广泛应用方面具有巨大潜力。例如，今年早些时候，Google发布了MediaPipe Objectron（一套针对移动设备设计的实时3D对象检测模型），它们在完全注释的真实3D数据集上进行了训练，可以预测对象的3D边界框。
继续阅读
MediaPipe Holistic谷歌面部，手部与姿势预测
MediaPipe是专门为利用加速推理（例如GPU或CPU）的复杂感知管道而设计的开源框架，已经为这些任务提供了快速，准确而又独立的解决方案。将所有这些实时地组合成一个语义上一致的端到端解决方案是一个独特的难题，需要同时推理多个相关的神经网络。
继续阅读