传统的2D姿态估计模型局限于特定类别，无法适用于新颖对象。引入无类别限制的姿态估计方法，通过标注最小支持图像的关键点实现任意对象类别的关键点定位。新方法利用图转换解码器捕捉关键点之间的几何关系信息，提高了准确性。在MP-100基准数据集上验证，与最先进方法相比，本方法在1-shot和5-shot设置下均有显著改进。与之前的CAPE方法相比，本方法具有良好的可扩展性和效率。

传统的2D姿态估计模型对新颖对象缺乏训练数据具有挑战性。引入无类别限制的姿态估计（CAPE）方法，通过标注最小支持图像的关键点实现任意对象类别的关键点定位。新方法利用图转换解码器捕捉关键点之间的几何关系信息，提高关键点定位准确性。在MP-100基准数据集上验证，本方法在1-shot和5-shot设置下均有显著改进，分别提升2.16％和1.82％。具有良好的可扩展性和效率。