Esta es la aplicación de Windows llamada Segmentation Models cuya última versión se puede descargar como SegmentationModels-v0.3.2.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Modelos de segmentación 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
Modelos de segmentación
DESCRIPCIÓN
Modelos de segmentación con backbones preentrenados. API de alto nivel (solo dos líneas para crear una red neuronal) 9 arquitecturas de modelos para segmentación binaria y multiclase (incluido el legendario Unet) 124 codificadores disponibles (y más de 500 codificadores de timm) Todos los codificadores tienen pesos preentrenados para acelerar y mejorar convergencia. Métricas populares y pérdidas para rutinas de entrenamiento. Todos los codificadores tienen pesos preentrenados. Preparar sus datos de la misma manera que durante el preentrenamiento con pesas puede brindarle mejores resultados (puntuación métrica más alta y convergencia más rápida). No es necesario en caso de que entrenes todo el modelo, no solo el decodificador. Pytorch Image Models (también conocido como timm) tiene muchos modelos preentrenados y una interfaz que permite usar estos modelos como codificadores en smp; sin embargo, no todos los modelos son compatibles. El parámetro de canales de entrada le permite crear modelos que procesan tensores con un número arbitrario de canales.
Caracteristicas
- API de alto nivel (solo dos líneas para crear una red neuronal)
- 9 arquitecturas de modelos para segmentación binaria y multiclase (incluida la legendaria Unet)
- 124 codificadores disponibles (y más de 500 codificadores de timm)
- Todos los codificadores tienen pesos preentrenados para una convergencia mejor y más rápida
- Métricas populares y pérdidas para rutinas de entrenamiento
- Crea tu primer modelo de Segmentación con SMP
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/segmentation-models.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
