上传人物照片和姿态，一键生成自然摆姿的新图像
Dual-task-Pose-Transformer-Network 是一个用于姿态引导的人物图像生成模型，发表于 CVPR 2022。它解决的核心问题是：在给定源人物图像和目标姿态的条件下，生成保持人物外观（如服装、身份）且符合目标姿态的逼真图像。该模型创新性地将姿态迁移和外观保持视为两个相关子任务，通过双任务关联机制（Dual-task Pose Transformer Network）在 Transformer 框架内联合建模，利用姿态关键点与外观特征的交互，提升生成图像的姿态准确性和纹理细节。项目基于 PyTorch 实现，提供训练和测试代码，支持 DeepFashion 和 Market-1501 数据集，并包含预训练模型及评估指标（如 SSIM、LPIPS）。其核心能力包括端到端的姿态引导生成、双任务协同优化，以及在不同数据集上的泛化能力。
Pose Transfer (PISE)、GFLA (Global and Local Alignment)、DCTNet (Dual-branch Transformer)
Dual-task-Pose-Transformer-Network 是计算机视觉领域的开源项目，由 PangzeCheung 开发，2022 年首次发布。
它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 98。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2025-08-03。代码公开，可自行部署使用，无收费计划。
它主要面向的使用场景是：电商虚拟试衣，根据用户姿态生成服装效果图。同类可对比的替代方案包括 Pose Transfer (PISE)、GFLA (Global and Local Alignment)、DCTNet (Dual-branch Trans…。
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3
