यह maskrcnn-benchmark नाम का एक लिनक्स ऐप है जिसका नवीनतम संस्करण Initialreleasesourcecode.tar.gz के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ़्त होस्टिंग प्रदाता OnWorks पर ऑनलाइन चलाया जा सकता है।
मास्कआरसीएनएन-बेंचमार्क नामक इस ऐप को ऑनवर्क्स के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से ऑनवर्क्स लिनक्स ऑनलाइन या विंडोज ऑनलाइन एमुलेटर या मैकोज़ ऑनलाइन एमुलेटर शुरू करें।
- 5. ऑनवर्क्स लिनक्स ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें, इसे इंस्टॉल करें और इसे चलाएं।
स्क्रीनशॉट:
मास्कआरसीएनएन-बेंचमार्क
विवरण:
मास्क आर-सीएनएन बेंचमार्क एक PyTorch-आधारित फ्रेमवर्क है जो ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन और कीपॉइंट डिटेक्शन मॉडल के उच्च-प्रदर्शन कार्यान्वयन प्रदान करता है। मूल रूप से मास्क आर-सीएनएन और संबंधित मॉडलों के बेंचमार्क के लिए बनाया गया, यह COCO जैसे मानक डेटासेट पर डिटेक्शन सिस्टम को कुशलतापूर्वक प्रशिक्षित और मूल्यांकन करने के लिए एक स्वच्छ, मॉड्यूलर डिज़ाइन प्रदान करता है। यह फ्रेमवर्क महत्वपूर्ण घटकों—क्षेत्र प्रस्ताव नेटवर्क (RPN), RoIAlign परतें, मास्क हेड, और ResNet तथा FPN जैसे बैकबोन आर्किटेक्चर—को सटीकता और गति दोनों के लिए अनुकूलित करता है। यह नए डेटासेट के लिए मल्टी-GPU वितरित प्रशिक्षण, मिश्रित परिशुद्धता और कस्टम डेटा लोडर का समर्थन करता है। एक संदर्भ कार्यान्वयन के रूप में निर्मित, यह अगली पीढ़ी के डिटेक्टरॉन2 का आधार बन गया, फिर भी एक स्थिर, पुनरुत्पादनीय वातावरण की आवश्यकता वाले अनुसंधान के लिए व्यापक रूप से उपयोग किया जाता है। विज़ुअलाइज़ेशन टूल, मॉडल ज़ू चेकपॉइंट और बेंचमार्क स्क्रिप्ट अत्याधुनिक परिणामों की प्रतिकृति बनाना या कस्टम कार्यों के लिए मॉडल को फ़ाइन-ट्यून करना आसान बनाते हैं।
विशेषताएं
- मास्क आर-सीएनएन, तेज़ आर-सीएनएन और कीपॉइंट मॉडल के उच्च-प्रदर्शन कार्यान्वयन
- RPNs, RoIAlign, मास्क हेड्स और बैकबोन के लिए मॉड्यूलर घटक
- बहु-GPU वितरित प्रशिक्षण और मिश्रित परिशुद्धता समर्थन
- COCO, पास्कल VOC और कस्टम डेटासेट के लिए डेटासेट समर्थन और लोडर
- पहचान और विभाजन परिणामों के लिए विज़ुअलाइज़ेशन और मूल्यांकन उपकरण
- बेंचमार्किंग और फ़ाइन-ट्यूनिंग के लिए पुनरुत्पादनीय संदर्भ कार्यान्वयन
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/maskrcnn-benchmark.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।