| --- |
| license: apache-2.0 |
| tags: [pose-estimation, dwpose, yolox, aviutl2] |
| language: [ja, en] |
| --- |
| |
| # Nz-DWPose |
|
|
| 動画編集ソフト **AviUtl2** 用のプラグイン **Nz-LTX23** の**ポーズ制御**機能が使う、前処理器2点です。 |
| 動かす先は **[Nz-LTX23-backend](https://github.com/Rootport-AI/Nz-LTX23-backend)** です。 |
|
|
| ポーズ制御は、参照動画に写っている人物の姿勢（棒人間）を取り出し、それをお手本にして動画を生成する |
| 機能です。この2ファイルが担うのは「姿勢を取り出す」工程だけで、動画生成そのものは行いません。 |
| いずれも**上流の配布物をそのままコピーしたもの**で、独自に学習・改変したモデルではありません。 |
|
|
| | パス | 役割 | バイト数 | |
| |---|---|---| |
| | `preprocessors/yolox_l.torchscript.pt` | 映像の中から人物の位置を検出する物体検出モデル（YOLOX） | 217,697,649 | |
| | `preprocessors/dw-ll_ucoco_384_bs5.torchscript.pt` | 検出した人物から関節の位置を推定する姿勢推定モデル（DWPose） | 135,059,124 | |
|
|
| SHA-256・上流でのパス・コミットハッシュは [`NOTICE.md`](NOTICE.md) にあります。 |
|
|
| --- |
|
|
| ## 使い方 |
|
|
| **通常、このページから手動でダウンロードする必要はありません。** Nz-LTX23 に同梱の `setup.bat` が、 |
| 必要なファイルを自動でここから取得して配置します。 |
|
|
| 手動で入れる場合は、Nz-LTX23 の `models/preprocessors/` の直下へ2ファイルを置いてください。 |
|
|
| ``` |
| models/ |
| └ preprocessors/ |
| ├ yolox_l.torchscript.pt |
| └ dw-ll_ucoco_384_bs5.torchscript.pt |
| ``` |
|
|
| --- |
|
|
| ## 出自と謝辞 |
|
|
| 次の方々の成果をそのまま再配布しているにすぎません。心より感謝します。 |
|
|
| - **Megvii Inc.** — 物体検出モデル **YOLOX** の開発元であり原著作者 |
| （<https://github.com/Megvii-BaseDetection/YOLOX>） |
| - **IDEA-Research** — 姿勢推定モデル **DWPose** の開発元であり原著作者 |
| （<https://github.com/IDEA-Research/DWPose>） |
| - **[hr16](https://huggingface.co/hr16)** — 上記2モデルの TorchScript 形式への変換 |
| （[hr16/yolox-onnx](https://huggingface.co/hr16/yolox-onnx)、 |
| [hr16/DWPose-TorchScript-BatchSize5](https://huggingface.co/hr16/DWPose-TorchScript-BatchSize5)） |
|
|
| 本リポジトリは Megvii Inc.・IDEA-Research・hr16 のいずれの公式配布物でもなく、承認や推奨を受けたもの |
| でもありません。 |
|
|
| --- |
|
|
| ## ライセンス |
|
|
| **Apache License, Version 2.0** に基づいて配布しています（全文は [`LICENSE`](LICENSE)）。 |
| 帰属表示・出自・変更点の告知は [`NOTICE.md`](NOTICE.md) にまとめてあります。再配布する場合は |
| [`LICENSE`](LICENSE) の完全なコピーを添付してください。 |
|
|
| --- |
|
|
| ## English summary |
|
|
| Two preprocessor models used by the **pose control** feature of **Nz-LTX23**, a plugin for the video |
| editor **AviUtl2**, running on |
| **[Nz-LTX23-backend](https://github.com/Rootport-AI/Nz-LTX23-backend)**. `yolox_l` detects people in |
| the reference video; `dw-ll_ucoco_384_bs5` estimates their joint positions. Neither generates video. |
|
|
| A **verbatim re-host** — nothing trained or modified here. Normally fetched automatically by the |
| bundled `setup.bat`; to install by hand, drop both files into `models/preprocessors/`. |
|
|
| **Attribution:** YOLOX by **Megvii Inc.**; DWPose by **IDEA-Research**; TorchScript conversions by |
| **hr16**. Upstream paths, commit hashes, SHA-256 digests, and the Section 4(b) change notice are in |
| [`NOTICE.md`](NOTICE.md). |
|
|
| **License:** Apache License, Version 2.0 ([`LICENSE`](LICENSE)). Not an official distribution of |
| Megvii Inc., IDEA-Research, or hr16, and not endorsed by them. |
|
|
