Il s'agit de l'application Windows Rcnn, dont la dernière version est téléchargeable sous le nom ReleasethatgoeswithourCVPR14papersourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne cette application nommée Rcnn 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
Rcnn
DESCRIPTION
Ce référentiel contient l'implémentation MATLAB originale de R-CNN (Régions avec réseaux de neurones convolutifs), un framework pionnier de détection d'objets basé sur l'apprentissage profond. Développé par Ross Girshick, R-CNN combine des propositions de régions avec des réseaux de neurones convolutifs pour détecter des objets dans des images. Il s'agit de l'une des premières approches à améliorer significativement les performances sur des benchmarks de détection d'objets comme PASCAL VOC.
Caractéristiques
- Implémente la détection d'objets R-CNN à l'aide de MATLAB
- Utilise les propositions de région et l'extraction de fonctionnalités CNN
- Entraîne les classificateurs SVM sur les fonctionnalités extraites
- Compatible avec les CNN Caffe pré-entraînés
- Évalue les performances sur les ensembles de données PASCAL VOC
- Démontre le pipeline depuis la proposition de région jusqu'à la détection finale
Langage de programmation
MATLAB
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/rcnn.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
