学习精巧的局部表示以进行多人姿势估计
消息
我们的论文已被ECCV2020接受为Spotlight
介绍
这是的火炬实现,赢得了2019年COCO Keypoint挑战赛,并且在COCO测试开发和测试挑战数据集上均排名第一,如所示。原始回购基于Megvii Inc.的内部深度学习框架(MegBrain)。
在本文中,我们提出了一种称为残留步骤网络(RSN)的新方法。 RSN有效地聚合具有相同空间大小的特征(内部特征)以获得精致的局部表示,这些局部表示保留了丰富的低层空间信息并导致精确的关键点定位