Nous proposons OmniPose, un cadre d’apprentissage end-to-end à passage unique, qui atteint des résultats de pointe pour l’estimation de pose multi-personnes. Grâce à un nouveau module en cascade, l’architecture OmniPose exploite des représentations de caractéristiques multi-échelles, renforçant ainsi l’efficacité des extracteurs de caractéristiques de base (backbone) sans nécessiter de post-traitement. OmniPose intègre des informations contextuelles à travers les échelles et localise les articulations à l’aide d’une modulation des cartes de chaleur gaussiennes au niveau du extracteur de caractéristiques multi-échelles, permettant ainsi une estimation de la pose humaine avec une précision de pointe. Les représentations multi-échelles obtenues par le module en cascade amélioré dans OmniPose exploitent l’efficacité du filtrage progressif dans l’architecture en cascade, tout en maintenant des champs de vision multi-échelles comparables à ceux des configurations de pyramide spatiale. Nos résultats sur plusieurs jeux de données démontrent qu’OmniPose, doté d’un backbone HRNet amélioré et d’un module en cascade optimisé, constitue une architecture robuste et efficace pour l’estimation de pose multi-personnes, atteignant des performances de pointe.