This is the Windows app named RefineNet whose latest release can be downloaded as refinenetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Unduh dan jalankan aplikasi ini secara online bernama RefineNet dengan OnWorks secara gratis.
Ikuti petunjuk ini untuk menjalankan aplikasi ini:
- 1. Download aplikasi ini di PC Anda.
- 2. Masuk ke file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan username yang anda inginkan.
- 3. Upload aplikasi ini di filemanager tersebut.
- 4. Mulai emulator online OS OnWorks apa pun dari situs web ini, tetapi emulator online Windows yang lebih baik.
- 5. Dari OS Windows OnWorks yang baru saja Anda mulai, buka file manager kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang Anda inginkan.
- 6. Unduh aplikasi dan instal.
- 7. Unduh Wine dari repositori perangkat lunak distribusi Linux Anda. Setelah terinstal, Anda kemudian dapat mengklik dua kali aplikasi untuk menjalankannya dengan Wine. Anda juga dapat mencoba PlayOnLinux, antarmuka mewah di atas Wine yang akan membantu Anda menginstal program dan game Windows populer.
Wine adalah cara untuk menjalankan perangkat lunak Windows di Linux, tetapi tidak memerlukan Windows. Wine adalah lapisan kompatibilitas Windows sumber terbuka yang dapat menjalankan program Windows secara langsung di desktop Linux apa pun. Pada dasarnya, Wine mencoba untuk mengimplementasikan kembali Windows dari awal sehingga dapat menjalankan semua aplikasi Windows tersebut tanpa benar-benar membutuhkan Windows.
Tangkapan layar
Ad
Perbaiki Jaringan
DESKRIPSI
RefineNet adalah kerangka kerja berbasis MATLAB untuk segmentasi citra semantik dan tugas prediksi umum yang padat. Kerangka kerja ini mengimplementasikan arsitektur yang disajikan dalam makalah CVPR 2017, RefineNet: Jaringan Penyempurnaan Multi-Jalur untuk Segmentasi Semantik Resolusi Tinggi, dan versi lanjutannya yang diterbitkan dalam TPAMI 2019. Kerangka kerja ini menggunakan penyempurnaan multi-jalur dan pengumpulan residu yang ditingkatkan untuk mencapai hasil segmentasi berkualitas tinggi di berbagai set data tolok ukur. Kerangka kerja ini menyediakan model terlatih untuk set data seperti PASCAL VOC 2012, Cityscapes, NYUDv2, Person_Parts, PASCAL_Context, SUNRGBD, dan ADE20k, dengan versi yang didasarkan pada tulang punggung ResNet-101 dan ResNet-152. Repositori ini mendukung prediksi skala tunggal dan multi-skala, dengan skrip untuk pelatihan, pengujian, dan evaluasi kinerja segmentasi. Meskipun basis kode ini khusus untuk MATLAB dan MatConvNet, implementasi PyTorch dan varian yang lebih ringan juga tersedia dari komunitas.
Fitur
- Menerapkan RefineNet untuk segmentasi semantik resolusi tinggi
- Menyediakan model terlatih pada tujuh set data benchmark
- Mendukung prediksi skala tunggal dan multi-skala dengan fusi
- Menggunakan pengumpulan sisa yang ditingkatkan untuk akurasi segmentasi yang lebih baik
- Termasuk skrip pelatihan dan evaluasi untuk kumpulan data khusus
- Kompatibel dengan tulang punggung ResNet-101 dan ResNet-152 di MatConvNet
Bahasa Pemrograman
C++, MATLAB, Python, Shell Unix
KATEGORI
Ini adalah aplikasi yang juga dapat diunduh dari https://sourceforge.net/projects/refinenet.mirror/. Aplikasi ini dihosting di OnWorks agar dapat dijalankan daring dengan cara termudah dari salah satu Sistem Operasi gratis kami.
