Il s'agit de l'application Windows R-FCN, dont la dernière version est téléchargeable sous le nom R-FCNsourcecode.zip. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée R-FCN 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:
R-FCN
DESCRIPTION:
R-FCN (« Réseaux entièrement convolutionnels par région ») est un framework de détection d'objets qui rend la quasi-totalité des calculs entièrement convolutionnels et partagés sur l'image, contrairement aux approches régionales précédentes (par exemple, Faster R-CNN) qui exécutent des sous-réseaux par région. Le référentiel fournit une implémentation (en Python) prenant en charge l'apprentissage et l'inférence de bout en bout des modèles R-FCN sur des jeux de données standard. Les auteurs proposent des cartes de score sensibles à la position pour concilier la variance de translation (en détection) et l'invariance de translation (en classification). R-FCN est efficace (faible surcoût par région) et compétitif en précision (par exemple, avec les backbones ResNet). Cartes de score sensibles à la position pour la classification par région sans conversions par région coûteuses. Extension optionnelle « R-FCN déformable » pour des performances améliorées.
Fonctionnement
- Conception entièrement convolutive avec extraction de fonctionnalités partagées sur l'image
- Cartes de score sensibles à la position pour la classification par région sans conversions coûteuses par région
- Pipeline entraînable de bout en bout (proposition + classification)
- Prise en charge de plusieurs architectures dorsales (par exemple ResNet)
- Extension optionnelle « R-FCN déformable » pour des performances améliorées
- Faible surcharge par ROI (inférence rapide)
Langage de programmation
MATLAB
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/r-fcn.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.