This is the Windows app named RefineNet whose latest release can be downloaded as refinenetsourcecode.zip. It can be run online in the free hosting provider OnWorks for workstations.
قم بتنزيل وتشغيل هذا التطبيق المسمى RefineNet مع OnWorks مجانًا عبر الإنترنت.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل أي محاكي لنظام التشغيل OnWorks عبر الإنترنت من موقع الويب هذا ، ولكن أفضل محاكي Windows عبر الإنترنت.
- 5. من نظام التشغيل OnWorks Windows الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته.
- 7. قم بتنزيل Wine من مستودعات برامج توزيعات Linux الخاصة بك. بمجرد التثبيت ، يمكنك النقر نقرًا مزدوجًا فوق التطبيق لتشغيله باستخدام Wine. يمكنك أيضًا تجربة PlayOnLinux ، وهي واجهة رائعة على Wine والتي ستساعدك على تثبيت برامج وألعاب Windows الشائعة.
يعد Wine طريقة لتشغيل برامج Windows على نظام Linux ، ولكن بدون الحاجة إلى Windows. Wine عبارة عن طبقة توافق Windows مفتوحة المصدر يمكنها تشغيل برامج Windows مباشرة على أي سطح مكتب Linux. بشكل أساسي ، يحاول Wine إعادة تنفيذ ما يكفي من Windows من البداية حتى يتمكن من تشغيل جميع تطبيقات Windows دون الحاجة إلى Windows بالفعل.
SCREENSHOTS
Ad
ريفاين نت
الوصف
RefineNet هو إطار عمل قائم على MATLAB لتجزئة الصور الدلالية ومهام التنبؤ الكثيفة العامة. يُطبّق هذا الإطار البنية الواردة في ورقة CVPR 2017 بعنوان "RefineNet: شبكات التحسين متعددة المسارات للتجزئة الدلالية عالية الدقة" ونسختها الموسعة المنشورة في TPAMI 2019. يستخدم الإطار تحسين المسارات المتعددة وتجميع البقايا المُحسّن لتحقيق نتائج تجزئة عالية الجودة عبر مجموعات بيانات مرجعية متعددة. يوفر نماذج مُدرّبة لمجموعات بيانات مثل PASCAL VOC 2012، وCityscapes، وNYUDv2، وPerson_Parts، وPASCAL_Context، وSUNRGBD، وADE20k، مع إصدارات تعتمد على البنى التحتية ResNet-101 وResNet-152. يدعم المستودع التنبؤ أحادي النطاق ومتعدد النطاقات، مع نصوص برمجية للتدريب والاختبار وتقييم أداء التجزئة. على الرغم من أن قاعدة التعليمات البرمجية هذه خاصة بـ MATLAB وMatConvNet، فإن تنفيذ PyTorch ومتغيرات أخف وزنًا متاحة أيضًا من المجتمع.
شرح المميزات:
- تنفيذ RefineNet للتجزئة الدلالية عالية الدقة
- يوفر نماذج مدربة على سبع مجموعات بيانات مرجعية
- يدعم التنبؤ بمقياس واحد ومقياس متعدد مع الاندماج
- يستخدم تجميعًا متبقيًا محسّنًا لتحقيق دقة تقسيم أفضل
- يتضمن نصوص التدريب والتقييم لمجموعات البيانات المخصصة
- متوافق مع الشبكات الأساسية ResNet-101 وResNet-152 في MatConvNet
لغة البرمجة
C++، MATLAB، Python، Unix Shell
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/refinenet.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.
