This is the Windows app named maskrcnn-benchmark whose latest release can be downloaded as Initialreleasesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Téléchargez et exécutez en ligne cette application nommée maskrcnn-benchmark 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
maskrcnn-benchmark
DESCRIPTION
Mask R-CNN Benchmark est un framework basé sur PyTorch qui fournit des implémentations hautes performances de modèles de détection d'objets, de segmentation d'instances et de détection de points clés. Conçu à l'origine pour évaluer Mask R-CNN et les modèles associés, il offre une conception claire et modulaire pour entraîner et évaluer efficacement les systèmes de détection sur des jeux de données standard comme COCO. Ce framework intègre des composants essentiels : réseaux de proposition de région (RPN), couches RoIAlign, têtes de masque et architectures dorsales telles que ResNet et FPN, optimisés pour la précision et la vitesse. Il prend en charge l'entraînement distribué multi-GPU, la précision mixte et les chargeurs de données personnalisés pour les nouveaux jeux de données. Conçu comme une implémentation de référence, il est devenu la base de la nouvelle génération de Detectron2, tout en restant largement utilisé pour la recherche nécessitant un environnement stable et reproductible. Les outils de visualisation, les points de contrôle du zoo de modèles et les scripts d'évaluation facilitent la réplication des résultats de pointe ou l'affinement des modèles pour des tâches personnalisées.
Comment ça marche
- Implémentations hautes performances de Mask R-CNN, Faster R-CNN et modèles de points clés
- Composants modulaires pour RPN, RoIAlign, têtes de masque et dorsales
- Formation distribuée multi-GPU et prise en charge de précision mixte
- Prise en charge des jeux de données et chargeurs pour COCO, Pascal VOC et jeux de données personnalisés
- Outils de visualisation et d'évaluation des résultats de détection et de segmentation
- Mise en œuvre de référence reproductible pour l'analyse comparative et le réglage fin
Langage de programmation
Python
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/maskrcnn-benchmark.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
