Mindket

OpenPose

新上架第 1 版 · 更新于

概览

一个 Gradio 应用,从名字来看,它把图片变成 OpenPose 结果,也就是人体姿态的骨架。适合需要从图片得到姿态图的艺术家和开发者。

OpenPose 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • requirements.txt 列出的 Python 包
用在
  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行的本地副本
  • Hugging Face Spaces:托管应用运行的地方,使用 cpu-basic 硬件档
先运行
pip install -U huggingface_hub
hf download ovi054/Image-to-OpenPose --repo-type space --local-dir Image-to-OpenPose
cd Image-to-OpenPose

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

OpenPose 的仓库名叫 Image-to-OpenPose,是一个 Gradio 应用,从名字来看,它接收一张图片并返回 OpenPose 结果。OpenPose 会找出图片中人体关节的位置,并把它们连成骨架。仓库里有 model 和 src 文件夹,以及两个示例图片文件。

适合谁

适合需要从图片得到人体姿态图、又不想自己搭姿态检测的人。

谁会用这个应用
IndustryWho uses itHow they use itExample
数字艺术插画师从参考照片中提取姿态骨架上传一张摆姿势的照片并查看骨架
计算机视觉开发者不用搭建就能试姿态检测测试几张人物姿势不同的图片
研究学生看姿态估计对一张图片会返回什么把骨架和原图对照

如果你需要视频或实时摄像头跟踪,可以跳过它,因为名字表明它只处理静态图片。

用在哪里

你可以在线使用,也可以自己运行一份副本。

  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行的本地副本
  • Hugging Face Spaces:托管应用运行的地方,使用 cpu-basic 硬件档
这个应用适合做什么
Use caseWhoWhat they get back
从照片得到姿态插画师图片中找到的身体位置所组成的骨架
测试姿态检测开发者快速看看检测对自己图片的表现
本地运行任何人在自己电脑上运行的应用副本

如何设置

托管的应用什么都不用装。本地副本需要 Python 和 pip。

  • Python 和 pip
  • requirements.txt 列出的 Python 包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.0.2。
  5. 安装 requirements.txt 里的包。
  6. 用 Python 启动应用。
pip install -U huggingface_hub
hf download ovi054/Image-to-OpenPose --repo-type space --local-dir Image-to-OpenPose
cd Image-to-OpenPose
pip install gradio==6.0.2
pip install -r requirements.txt
python app.py

如何使用

在线打开这个 Space,或者用下面的命令启动你的副本。然后给页面一张图片,再看它返回的姿态。

python app.py
你会接触到的部分
ToolWhat it does
app.py用 Python 运行它时启动 Gradio 页面
requirements.txt列出应用需要的 Python 包
model and src仓库里放在应用代码旁边的文件夹

示例

你打开 Space,上传一张一个人站着、一只手臂举起的照片。应用会返回这张图片的姿态结果,也就是描出身体各部位位置的骨架。

新手与专家

如果你刚接触,先用一张清晰、单人且完整入镜的照片。然后换一张更难的图,看看骨架在哪里出错。

如果你熟悉这个领域,前端是 Gradio 6.0.2,托管的副本跑在 cpu-basic 硬件上,所以那里的检测在 CPU 上进行。仓库自带 model 和 src 文件夹。说明里没有给出检测器或输出格式的细节。

  1. 打开 Space 或运行 app.py
  2. 给页面一张图片
  3. 应用找出身体位置
  4. 你看到姿态结果

注意事项

Space 的说明很简短,所以请打开页面,亲自看它具体返回什么。

  • 托管:托管的副本运行在 cpu-basic 硬件上
  • 说明:README 只指向 Hugging Face 的配置参考
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 你提供的图片,以及 pip 根据 requirements.txt 安装的 Python 包

README 和文件

README

OpenPose

一个 Gradio 应用,从名字来看,它把图片变成 OpenPose 结果,也就是人体姿态的骨架。适合需要从图片得到姿态图的艺术家和开发者。

由 ovi054 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:OpenPose 的仓库名叫 Image-to-OpenPose,是一个 Gradio 应用,从名字来看,它接收一张图片并返回 OpenPose 结果。OpenPose 会找出图片中人体关节的位置,并把它们连成骨架。仓库里有 model 和 src 文件夹,以及两个示例图片文件。

适合谁:适合需要从图片得到人体姿态图、又不想自己搭姿态检测的人。

Title: 谁会用这个应用
Industry | Who uses it | How they use it | Example
数字艺术 | 插画师 | 从参考照片中提取姿态骨架 | 上传一张摆姿势的照片并查看骨架
计算机视觉 | 开发者 | 不用搭建就能试姿态检测 | 测试几张人物姿势不同的图片
研究 | 学生 | 看姿态估计对一张图片会返回什么 | 把骨架和原图对照

如果你需要视频或实时摄像头跟踪,可以跳过它,因为名字表明它只处理静态图片。

用在哪里:你可以在线使用,也可以自己运行一份副本。

  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 运行的本地副本
  • Hugging Face Spaces:托管应用运行的地方,使用 cpu-basic 硬件档
Title: 这个应用适合做什么
Use case | Who | What they get back
从照片得到姿态 | 插画师 | 图片中找到的身体位置所组成的骨架
测试姿态检测 | 开发者 | 快速看看检测对自己图片的表现
本地运行 | 任何人 | 在自己电脑上运行的应用副本

如何设置:托管的应用什么都不用装。本地副本需要 Python 和 pip。

  • Python 和 pip
  • requirements.txt 列出的 Python 包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.0.2。
  5. 安装 requirements.txt 里的包。
  6. 用 Python 启动应用。
pip install -U huggingface_hub
hf download ovi054/Image-to-OpenPose --repo-type space --local-dir Image-to-OpenPose
cd Image-to-OpenPose
pip install gradio==6.0.2
pip install -r requirements.txt
python app.py

如何使用:在线打开这个 Space,或者用下面的命令启动你的副本。然后给页面一张图片,再看它返回的姿态。

python app.py
Title: 你会接触到的部分
Tool | What it does
app.py | 用 Python 运行它时启动 Gradio 页面
requirements.txt | 列出应用需要的 Python 包
model and src | 仓库里放在应用代码旁边的文件夹

示例:你打开 Space,上传一张一个人站着、一只手臂举起的照片。应用会返回这张图片的姿态结果,也就是描出身体各部位位置的骨架。

新手与专家:如果你刚接触,先用一张清晰、单人且完整入镜的照片。然后换一张更难的图,看看骨架在哪里出错。

如果你熟悉这个领域,前端是 Gradio 6.0.2,托管的副本跑在 cpu-basic 硬件上,所以那里的检测在 CPU 上进行。仓库自带 model 和 src 文件夹。说明里没有给出检测器或输出格式的细节。

打开 Space 或运行 app.py
给页面一张图片
应用找出身体位置
你看到姿态结果

注意事项:Space 的说明很简短,所以请打开页面,亲自看它具体返回什么。

  • 托管:托管的副本运行在 cpu-basic 硬件上
  • 说明:README 只指向 Hugging Face 的配置参考
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 你提供的图片,以及 pip 根据 requirements.txt 安装的 Python 包

Hugging Face 上的数据(2026年11月13日)

  • 点赞:13
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/ovi054/Image-to-OpenPose
  • 文件:https://huggingface.co/spaces/ovi054/Image-to-OpenPose/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
OpenPose 本页13gradioapache-2.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架