YOLOv8-pose TensorRT C++部署和推理随记（2023.7.23）

最新推荐文章于 2024-03-18 21:30:49 发布

SchroZY

最新推荐文章于 2024-03-18 21:30:49 发布

阅读量542

点赞数

文章标签： YOLO

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/SchroZY/article/details/131886527

版权

YOLOv8-pose的最后输出由两个模型、三部分构成

1. 检测模型

检测模型有两个输出，分别为 $1\times 4\times 8400$ 的目标框坐标 $x,y,w.h$ ；以及 $1\times 1\times 8400$ 的“人”类别的置信度

2. 关键点模型

关键点模型输出 $1\times 51\times 8400$ ，表示每个框输出51个信息（ $17\times 3$ ），即17个关键点以及每个关键点的得分 $x,y,score$

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
YOLOv8-pose TensorRT C++部署和推理随记（2023.7.23）

YOLOv8-pose的最后输出由两个模型、三部分构成。检测模型有两个输出，分别为。），即17个关键点以及每个关键点的得分。，表示每个框输出51个信息（的“人”类别的置信度。
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。