This is the Linux app named CFNet whose latest release can be downloaded as cfnetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Téléchargez et exécutez en ligne cette application nommée CFNet avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CFNet
Ad
DESCRIPTION
CFNet est l'implémentation officielle de l'apprentissage de représentation de bout en bout pour le suivi basé sur des filtres de corrélation (CVPR 2017) par Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi et Philip HS Torr. Ce framework combine des filtres de corrélation avec des réseaux de neurones convolutifs profonds pour créer un outil de suivi d'objets visuels efficace et précis. Contrairement aux outils de suivi traditionnels à filtres de corrélation qui s'appuient sur des caractéristiques personnalisées, CFNet apprend les représentations des caractéristiques directement à partir des données, de bout en bout. Cela permet au système de suivi d'être à la fois performant en termes de calcul et robuste aux variations d'apparence telles que l'échelle, la rotation et l'éclairage. Le référentiel fournit des modèles pré-entraînés, du code d'entraînement et des scripts de test pour évaluer le système de suivi sur des benchmarks standards. En comblant l'écart entre les filtres de corrélation et l'apprentissage profond, CFNet pose les bases de recherches futures sur le suivi d'objets en temps réel.
Comment ça marche
- Implémente le tracker CFNet de CVPR 2017
- Apprentissage de bout en bout des représentations de filtres de corrélation
- Combine l'efficacité des filtres de corrélation avec la robustesse des CNN
- Modèles pré-entraînés et scripts d'évaluation inclus
- Code de formation fourni pour la reproduction des résultats
- Convient à la recherche de suivi d'objets visuels en temps réel
Langage de programmation
MATLAB
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/cfnet.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
