Esta es la aplicación para Linux MAE (Masked Autoencoders), cuya última versión se puede descargar como maesourcecode.tar.gz. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada MAE (Masked Autoencoders) 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:
MAE (Autocodificadores enmascarados)
DESCRIPCIÓN:
MAE (Autocodificadores Enmascarados) es un marco de aprendizaje autosupervisado para el aprendizaje de la representación visual mediante el modelado de imágenes enmascaradas. Entrena un Transformador de Visión (ViT) enmascarando aleatoriamente un alto porcentaje de parches de imagen (normalmente el 75%) y reconstruyendo el contenido faltante a partir de los parches visibles restantes. Esto obliga al modelo a aprender la estructura semántica y el contexto global sin supervisión. El codificador procesa únicamente los parches visibles, mientras que un decodificador ligero reconstruye la imagen completa, lo que hace que el preentrenamiento sea computacionalmente eficiente. Tras el preentrenamiento, el codificador actúa como una potente columna vertebral para tareas posteriores como la clasificación, segmentación y detección de imágenes, logrando un rendimiento óptimo con un ajuste fino mínimo. El repositorio proporciona modelos preentrenados, scripts de ajuste fino, protocolos de evaluación y herramientas de visualización para la calidad de la reconstrucción y las características aprendidas.
Caracteristicas
- Modelado de imágenes enmascaradas con enmascaramiento de parches aleatorios de alta relación
- Preentrenamiento eficiente mediante la separación del codificador y el decodificador (el codificador solo ve los parches visibles)
- Transformador de visión escalable, columna vertebral para tareas de visión posteriores
- Modelos preentrenados y scripts de ajuste para clasificación, detección y segmentación
- Herramientas de visualización para reconstrucción y análisis de representación
- Paradigma de entrenamiento autosupervisado que no requiere datos etiquetados
Lenguaje de programación
Python
Categorías
Esta aplicación también se puede descargar desde https://sourceforge.net/projects/mae-masked-autoencoders.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.