Dies ist die Linux-App namens DetectAndTrack, deren neueste Version als DetectAndTracksourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens DetectAndTrack mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
Erkennen und Verfolgen
BESCHREIBUNG:
DetectAndTrack ist die Referenzimplementierung für das CVPR-Paper „Detect-and-Track: Efficient Pose Estimation in Videos“ aus dem Jahr 2018, das sich auf die Erkennung und Verfolgung menschlicher Schlüsselpunkte über Videobilder hinweg konzentriert. Das System kombiniert die Pose-Erkennung pro Bild mit einem Tracking-Mechanismus, um Identitäten über die Zeit beizubehalten und so eine effiziente Pose-Schätzung mehrerer Personen in Videos zu ermöglichen. Code und Anweisungen sind so organisiert, dass sie die Ergebnisse des Papers replizieren und als Ausgangspunkt für Forscher dienen, die an Posen in Videos arbeiten. Obwohl das Repo archiviert wurde und jetzt schreibgeschützt ist, bleiben sein Issue Tracker und seine Artefakte nützlich, um Implementierungsdetails und experimentelle Einstellungen zu verstehen. Das Projekt steht im Einklang mit anderen Vision-Bemühungen von Facebook Research und bietet einen historischen Kontext für die Entwicklung von Video-Pose- und Tracking-Techniken. Forscher können die Algorithmen weiterhin studieren, die Pipeline anpassen oder Ideen in moderne Frameworks portieren.
Eigenschaften
- Erkennung der Pose mehrerer Personen in Videos
- Zeitliche Verfolgung zur Aufrechterhaltung der Identität über Frames hinweg
- Referenzcode im Einklang mit dem CVPR 2018-Papier
- Skripte zur Reproduktion von Auswertungen und Benchmarks
- Modulare Komponenten für Detektions- und Trackingstufen
- Nur-Lese-Archivierung für stabile, zitierfähige Referenzen
Programmiersprache
Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/detectandtrack.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.