Dies ist die Linux-App namens Raster Vision, deren neueste Version als RasterVision0.21.3sourcecode.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens Raster Vision with 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
Ad
Raster-Vision
BESCHREIBUNG
Raster Vision ist ein Open-Source-Framework für Python-Entwickler, die Computer-Vision-Modelle auf Satelliten-, Luft- und anderen großen Bildsätzen (einschließlich schräger Drohnenbilder) erstellen. Es gibt integrierte Unterstützung für die Chip-Klassifizierung, Objekterkennung und semantische Segmentierung mit PyTorch. Mit Raster Vision können Ingenieure schnell und wiederholbar Pipelines konfigurieren, die die Kernkomponenten eines Arbeitsablaufs für maschinelles Lernen durchlaufen: Trainingsdaten analysieren, Trainingschips erstellen, Modelle trainieren, Vorhersagen erstellen, Modelle bewerten und die Modelldateien und die Konfiguration für eine einfache Bereitstellung bündeln. Die Eingabe in eine Raster Vision-Pipeline ist ein Satz von Bildern und Trainingsdaten, optional mit Areas of Interest (AOIs), die beschreiben, wo die Bilder beschriftet sind. Die Ausgabe einer Raster Vision-Pipeline ist ein Modellpaket, mit dem Sie Modelle problemlos in verschiedenen Bereitstellungsszenarien verwenden können.
Eigenschaften
- Sammeln Sie Statistiken und Metriken auf Datensatzebene zur Verwendung in nachgelagerten Prozessen
- Erstellen Sie Trainingschips aus einer Vielzahl von Bild- und Labelquellen
- Trainieren Sie ein Modell mit einem „Backend“ wie PyTorch
- Treffen Sie Vorhersagen mit trainierten Modellen für Validierungs- und Testdaten
- Leiten Sie Bewertungsmetriken wie F1-Score, Präzision und Recall anhand der Vorhersagen des Modells zu Validierungsdatensätzen ab
- Bündeln Sie das trainierte Modell und die zugehörige Konfiguration in einem Modellpaket, das in Batchprozessen, Live-Servern und anderen Workflows bereitgestellt werden kann
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/raster-vision.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
