RF-DETR Keypoint Preview
पिछलाNAS में fast backbone: तेज़ training, edge-ready modelsअगलाCursor marketplace में Roboflow MCP Server
अंतिम अपडेट
क्या यह उपयोगी था?
RF-DETR Keypoint अब Roboflow में एक पूर्वावलोकन के रूप में उपलब्ध है। यह एक रीयल-टाइम, एंड-टू-एंड पोज़ मॉडल है, जो RF-DETR परिवार को बॉक्स और मास्क से आगे बढ़ाकर कीपॉइंट्स तक विस्तारित करता है, और व्यावसायिक उपयोग के लिए Apache 2.0 के तहत जारी किया गया है। आप Annotate में स्केलेटन लेबल कर सकते हैं, Train में अपने स्वयं के डेटा पर ट्रेन कर सकते हैं, और Inference तथा Workflows के साथ डिप्लॉय कर सकते हैं।
यह मॉडल एक ही फॉरवर्ड पास में प्रत्येक पहचानी गई वस्तु के लिए कीपॉइंट्स का एक संरचित सेट भविष्यवाणी करता है, बिना NMS, heatmaps, या post-hoc grouping के, और यह आपके डेटा से प्रति-कीपॉइंट कैलिब्रेटेड अनिश्चितता सीखता है। स्केलेटन 17-बिंदु मानव पोज़ तक सीमित नहीं हैं, इसलिए आप रेप काउंटिंग, एर्गोनोमिक जाँच, खेल विश्लेषण, रोबोट गाइडेंस, और गेज रीडिंग जैसे उपयोग मामलों के लिए किसी भी वर्ग पर किसी भी संख्या में कीपॉइंट्स परिभाषित कर सकते हैं।
अंतिम अपडेट
क्या यह उपयोगी था?
क्या यह उपयोगी था?