Esta es la aplicación de Windows llamada Rcnn, cuya última versión se puede descargar como ReleasethatgoeswithourCVPR14papersourcecode.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 Rcnn 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 cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows 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 e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Rcnn
DESCRIPCIÓN
Este repositorio contiene la implementación original en MATLAB de R-CNN (Regiones con Redes Neuronales Convolucionales), un marco pionero de detección de objetos basado en aprendizaje profundo. Desarrollado por Ross Girshick, R-CNN combina propuestas de regiones con redes neuronales convolucionales para detectar objetos en imágenes. Fue uno de los primeros enfoques en mejorar significativamente el rendimiento en pruebas de detección de objetos como PASCAL VOC.
Caracteristicas
- Implementa la detección de objetos R-CNN usando MATLAB
- Utiliza propuestas de regiones y extracción de características de CNN
- Entrena clasificadores SVM en características extraídas
- Compatible con CNN de Caffe preentrenadas
- Evalúa el rendimiento en conjuntos de datos PASCAL VOC
- Demuestra el proceso desde la propuesta regional hasta la detección final
Lenguaje de programación
MATLAB
Categorías
Esta aplicación también se puede obtener de https://sourceforge.net/projects/rcnn.mirror/. Está alojada en OnWorks para facilitar su ejecución en línea desde uno de nuestros sistemas operativos gratuitos.
