Il s'agit de l'application Linux CutLER, dont la dernière version est téléchargeable sous le nom CutLERsourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée CutLER avec OnWorks.
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.
CAPTURES D'ÉCRAN:
Coutelier
DESCRIPTION:
CutLER est une approche de détection d'objets et de segmentation d'instances non supervisées qui entraîne des détecteurs sans annotations humaines. Le dépôt inclut également VideoCutLER pour la segmentation d'instances vidéo non supervisées. La méthode suit une recette « Cut-and-LEaRn » : amorcer les propositions d'objets, les affiner de manière itérative et entraîner les têtes de détection/segmentation à découvrir des objets dans divers jeux de données. La base de code fournit des scripts d'entraînement et d'inférence, des configurations de modèles et des références à des résultats d'analyse comparative qui font état de gains importants par rapport aux références non supervisées précédentes. Elle est destinée aux chercheurs qui explorent la reconnaissance auto-supervisée et non supervisée, offrant une voie pratique pour dépasser les coûteux corpus étiquetés. Le fichier README relie les articles et offre un aperçu général des composants et des résultats attendus, avec des liens vers des démonstrations et des ressources. Le dépôt est activement mis en avant et structuré comme une publication de recherche classique, avec licence, directives de contribution et politique de sécurité.
Fonctionnement
- Détection d'objets non supervisés et segmentation d'instances
- VideoCutLER pour la segmentation d'instances vidéo non supervisée
- Pipelines de formation et d'inférence avec configurations
- Flux de travail d'amorçage et de raffinement itératif des propositions
- Points de repère et exemples de résultats à des fins de comparaison
- Structure de code et documentation adaptées à la recherche
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/cutler.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.