【人體姿態】Stacked Hourglass算法詳解

概述 本文使用全卷積網絡解決人體姿態分析問題，截至2016年5月，在MPII姿態分析競賽中暫列榜首，PCKh（誤差小於一半頭高的樣本比例）達到89.4%。與排名第二的CPM(Convolutiona Pose Machine)1方法相比，思路更明晰，網絡更簡潔。 作者給出了基於Torch的代碼和模型。單顯卡，測試時間約130ms，使用cudnn4的訓練時間約3天，比CPM方法有顯著優勢。 本篇博客

>>阅读原文<<