This is the Linux app named Detect and Track whose latest release can be downloaded as Detect-Tracksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descargue y ejecute en línea esta aplicación llamada Detectar y rastrear 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.
CAPTURAS DE PANTALLA:
Detectar y rastrear
DESCRIPCIÓN:
Detect-Track es la implementación oficial del artículo de ICCV 2017 "Detect to Track" y "Track to Detect", de Christoph Feichtenhofer, Axel Pinz y Andrew Zisserman. Este marco unifica la detección y el seguimiento de objetos en una única secuencia de comandos, lo que permite que la detección admita el seguimiento y el seguimiento para mejorar el rendimiento de la detección. Basado en una versión modificada de R-FCN, el código proporciona implementaciones que utilizan redes troncales como ResNet-50, ResNet-101, ResNeXt-101 e Inception-v4, con resultados que demuestran una precisión de vanguardia en el conjunto de datos ImageNet VID. El repositorio incluye scripts de entrenamiento y prueba basados en MATLAB, junto con modelos preentrenados y propuestas de regiones precalculadas para la reproducibilidad. Hay disponibles múltiples configuraciones de prueba, incluyendo entrada multifotograma y versiones mejoradas que refinan los cuadros de seguimiento e integran la confianza de detección entre fotogramas.
Caracteristicas
- Implementa el marco Detect-to-Track y Track-to-Detect (ICCV 2017)
- Construido sobre un R-FCN modificado con redes troncales ResNet, ResNeXt e Inception
- Proporciona modelos pre-entrenados y propuestas de regiones pre-calculadas
- Scripts de entrenamiento y prueba para conjuntos de datos VID y DET de ImageNet
- Múltiples modos de prueba, incluidos múltiples fotogramas y seguimiento refinado
- Los resultados superan el 82 % de mAP en el conjunto de validación ImageNet VID
Lenguaje de programación
C ++, MATLAB
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/detect-and-track.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.