Il s'agit de l'application Windows DETR, dont la dernière version est téléchargeable sous le nom de Detectron2andtorchscriptsupport,attentionandpanopticnotebooks,codeimprovements.zip. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée DETR 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 n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows 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 et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
DETR
DESCRIPTION
Code d'entraînement PyTorch et modèles pré-entraînés pour DETR (DEtection TRansformer). Nous remplaçons le pipeline de détection d'objets entièrement complexe fabriqué à la main par un transformateur et faisons correspondre Faster R-CNN avec un ResNet-50, obtenant 42 AP sur COCO en utilisant la moitié de la puissance de calcul (FLOP) et le même nombre de paramètres. Inférence dans 50 lignes de PyTorch. Ce que c'est. Contrairement aux techniques traditionnelles de vision par ordinateur, DETR aborde la détection d'objets comme un problème de prédiction d'ensemble direct. Il se compose d'une perte globale basée sur un ensemble, qui force des prédictions uniques via une correspondance bipartite, et d'une architecture encodeur-décodeur Transformer. Étant donné un petit ensemble fixe de requêtes d'objets apprises, DETR raisonne sur les relations des objets et le contexte global de l'image pour sortir directement l'ensemble final de prédictions en parallèle. En raison de cette nature parallèle, DETR est très rapide et efficace.
Comment ça marche
- DETR est très simple à mettre en œuvre et à expérimenter
- Nous fournissons des modèles DETR et DETR-DC5 de base
- Les modèles sont également disponibles via le hub de torche
- Il n'y a pas de composants compilés supplémentaires dans DETR et les dépendances des packages sont minimes
- Nous formons DETR avec AdamW en réglant le taux d'apprentissage dans le transformateur sur 1e-4 et 1e-5 dans le backbone
- Nous montrons qu'il est relativement simple d'étendre DETR pour prédire les masques de segmentation
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/detr.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
