This is the Linux app named CFNet whose latest release can be downloaded as cfnetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada CFNet con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CFNet
Ad
DESCRIPCIÓN
CFNet es la implementación oficial del aprendizaje de representación de extremo a extremo para el seguimiento basado en filtros de correlación (CVPR 2017) de Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi y Philip HS Torr. El marco combina filtros de correlación con redes neuronales convolucionales profundas para crear un rastreador visual de objetos eficiente y preciso. A diferencia de los rastreadores de filtros de correlación tradicionales que se basan en características creadas manualmente, CFNet aprende representaciones de características directamente de los datos de forma integral. Esto permite que el rastreador sea computacionalmente eficiente y robusto a cambios de apariencia como variaciones de escala, rotación e iluminación. El repositorio proporciona modelos preentrenados, código de entrenamiento y scripts de prueba para evaluar el rastreador en puntos de referencia estándar. Al cerrar la brecha entre los filtros de correlación y el aprendizaje profundo, CFNet proporciona una base para futuras investigaciones en el seguimiento de objetos en tiempo real.
Caracteristicas
- Implementa el rastreador CFNet de CVPR 2017
- Aprendizaje de extremo a extremo de representaciones de filtros de correlación
- Combina la eficiencia de los filtros de correlación con la robustez de las CNN
- Modelos preentrenados y scripts de evaluación incluidos
- Código de entrenamiento proporcionado para reproducir resultados
- Adecuado para la investigación de seguimiento visual de objetos en tiempo real.
Lenguaje de programación
MATLAB
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/cfnet.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
