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.
این برنامه با نام Detect and Track with OnWorks را به صورت رایگان دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
عکس ها
Ad
شناسایی و ردیابی
شرح
Detect-Track پیادهسازی رسمی مقاله ICCV 2017 با عنوان «تشخیص برای ردیابی و ردیابی برای شناسایی» نوشته کریستوف فیختنهوفر، اکسل پینز و اندرو زیسرمن است. این چارچوب، تشخیص و ردیابی شیء را در یک خط لوله واحد متحد میکند و به تشخیص اجازه میدهد تا از ردیابی و ردیابی برای افزایش عملکرد تشخیص پشتیبانی کند. این کد که بر اساس نسخه اصلاحشده R-FCN ساخته شده است، پیادهسازیهایی را با استفاده از شبکههای اصلی مانند ResNet-50، ResNet-101، ResNeXt-101 و Inception-v4 ارائه میدهد که نتایج آن نشاندهنده دقت پیشرفته در مجموعه دادههای ImageNet VID است. این مخزن شامل اسکریپتهای آموزش و آزمایش مبتنی بر MATLAB، همراه با مدلهای از پیش آموزشدیده و پیشنهادهای منطقه از پیش محاسبهشده برای تکرارپذیری است. پیکربندیهای آزمایش چندگانه در دسترس هستند، از جمله ورودی چند فریمی و نسخههای بهبود یافته که جعبههای ردیابی را اصلاح کرده و اطمینان تشخیص را در فریمها ادغام میکنند.
امکانات
- چارچوب تشخیص برای ردیابی و ردیابی برای شناسایی (ICCV 2017) را پیادهسازی میکند.
- ساخته شده بر روی یک R-FCN اصلاحشده با ستون فقرات ResNet، ResNeXt و Inception
- مدلهای از پیش آموزشدیده و پیشنهادهای ناحیه از پیش محاسبهشده را ارائه میدهد
- اسکریپتهای آموزش و آزمایش برای مجموعه دادههای ImageNet VID و DET
- حالتهای تست چندگانه شامل ردیابی چند فریمی و اصلاحشده
- نتایج به بیش از ۸۲٪ mAP در مجموعه اعتبارسنجی ImageNet VID دست یافتند
زبان برنامه نویسی
C++، MATLAB
دسته بندی ها
این برنامهای است که میتوان آن را از https://sourceforge.net/projects/detect-and-track.mirror/ نیز دریافت کرد. این برنامه در OnWorks میزبانی شده است تا بتوان آن را به سادهترین روش به صورت آنلاین از یکی از سیستمهای عامل رایگان ما اجرا کرد.