É possível treinar um modelo de alta qualidade que preveja as coordenadas 3D da superfície corporal do animal a partir de uma fotografia, sem a marcação DensePose correspondente?
Pesquisadores do Facebook Artificial Intelligence Research levantaram essa questão na conferência de visão de máquina CVPR 2020.
Sobre a tarefa DensePose
DensePose-COCO , (). COCO 2014.
:
bounding boxes ,
pixel-perfect foreground-background ,
32 , ,
(c, u, v) , c — , u , v — .
:
( ) 3D , .. 2D SMPL . (c, u, v) .
5 50 COCO 2014.
Mask-RCNN 3D .
- . , . :
DensePose-COCO COCO Dataset , 3D . . , , , .
DensePose Average Precision = 34.9. , = 46.8. , 0 100. knowledge transferring?
, ( , ). SMPL 3D .
, , .
Show me the code!
Como costuma acontecer com artigos publicados por grupos científicos eminentes como o FAIR - são acompanhados por um código. Para ambos os artigos, ele está disponível no repositório oficial detectron2 no GitHub .
O código anterior do primeiro artigo, escrito usando a primeira versão do detectron, que é baseado no Caffe2, também pode ser encontrado no GitHub.