这是一个基于PyTorch的实时3D多人姿态估计演示项目。它支持使用OpenVINO后端进行快速的CPU推理，适用于实时应用。项目具有轻量级和高效的特点，能够在视频流中实时检测和估计多人的3D姿态，并提供3D姿态可视化。
ClothingTransfer-NCNN 是一个基于ncnn框架的虚拟试衣与服装迁移项目，集成了CT-Net、OpenPose、LIP_JPPNet和DensePose等技术。CT-Net用于服装迁移，OpenPose用于人体姿态估计，LIP_JPPNet用于人体解析，DensePose用于详细的人体表面映射。通过ncnn优化，实现了高效的推理，适用于电子商务、时尚设计、虚拟现实和增强现实等多个领域。
OpenPose Training是由CMU-Perceptual-Computing-Lab开发的训练代码，旨在简化OpenPose框架的训练过程。该项目支持从零开始训练OpenPose模型，提供数据准备和增强工具，并包含详细的文档和训练流程示例。它兼容多种人体姿态估计数据集，允许用户灵活调整模型架构和超参数。
