دانلود Mesh R-CNN برای لینوکس

این یک برنامه لینوکس به نام Mesh R-CNN است که آخرین نسخه آن را می‌توانید با نام meshrcnnsourcecode.tar.gz دانلود کنید. این برنامه را می‌توان به صورت آنلاین در ارائه دهنده خدمات میزبانی رایگان OnWorks برای ایستگاه‌های کاری اجرا کرد.

اسکرین شات ها:

شبکه عصبی مصنوعی (Mesh R-CNN)

DESCRIPTION:

Mesh R-CNN یک چارچوب بازسازی سه‌بعدی و درک شیء است که توسط Facebook Research توسعه داده شده و Mask R-CNN را به حوزه سه‌بعدی گسترش می‌دهد. Mesh R-CNN که بر پایه Detectron2 و PyTorch3D ساخته شده است، پیش‌بینی مش سه‌بعدی سرتاسری را مستقیماً از تصاویر RGB منفرد امکان‌پذیر می‌کند. این مدل یاد می‌گیرد که نمایش‌های مش سه‌بعدی دقیقی از اشیاء را در تصاویر طبیعی تشخیص، قطعه‌بندی و بازسازی کند و شکاف بین درک دوبعدی و درک سه‌بعدی را پر کند. برخلاف رویکردهای مبتنی بر وکسل یا مبتنی بر نقطه، Mesh R-CNN از یک نمایش مش متمایز استفاده می‌کند که به آن امکان می‌دهد هندسه سطح را به طور مؤثر اصلاح کند و در عین حال جزئیات مکانی بالایی را حفظ کند. این سیستم، تشخیص دوبعدی از Mask R-CNN را با ماژول‌های استدلال سه‌بعدی ترکیب می‌کند که بازسازی‌های مش کامل همسو با تصویر ورودی را خروجی می‌دهند. این سیستم بر روی مجموعه داده‌هایی مانند Pix3D ارزیابی شده است، جایی که عملکرد پیشرفته‌ای را در بازسازی هندسه اشیاء دنیای واقعی نشان می‌دهد.

امکانات

• Mask R-CNN را گسترش می‌دهد تا بازسازی مش سه‌بعدی از تصاویر را امکان‌پذیر کند.
• ساخته شده بر اساس Detectron2 (برای دید دوبعدی) و PyTorch3D (برای عملیات سه‌بعدی)
• به جای وکسل‌ها یا ابرهای نقطه‌ای، مش‌های سطحی سه‌بعدی دقیقی را پیش‌بینی می‌کند.
• چارچوب مشتق‌پذیر سرتاسری برای استدلال مشترک دوبعدی-سه‌بعدی
• مدل از پیش آموزش دیده برای مجموعه داده Pix3D موجود است
• پشتیبانی از تجسم نمایشی و ادغام آسان با خطوط لوله Detectron2

زبان برنامه نویسی

پایتون، یونیکس شل

دسته بندی ها

این برنامه‌ای است که می‌توان آن را از https://sourceforge.net/projects/mesh-r-cnn.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.