This is the Linux app named CFNet whose latest release can be downloaded as cfnetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Scarica ed esegui online gratuitamente questa app denominata CFNet con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
CFNet
Ad
DESCRIZIONE
CFNet è l'implementazione ufficiale dell'apprendimento di rappresentazioni end-to-end per il tracciamento basato su filtri di correlazione (CVPR 2017) di Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi e Philip HS Torr. Il framework combina filtri di correlazione con reti neurali convoluzionali profonde per creare un tracker di oggetti visivi efficiente e accurato. A differenza dei tradizionali tracker con filtri di correlazione che si basano su feature create manualmente, CFNet apprende le rappresentazioni delle feature direttamente dai dati in modo end-to-end. Ciò consente al tracker di essere sia computazionalmente efficiente che robusto rispetto a cambiamenti di aspetto come scala, rotazione e variazioni di illuminazione. Il repository fornisce modelli pre-addestrati, codice di training e script di test per la valutazione del tracker su benchmark standard. Colmando il divario tra filtri di correlazione e apprendimento profondo, CFNet fornisce una base per ulteriori ricerche sul tracciamento di oggetti in tempo reale.
Caratteristiche
- Implementa il tracker CFNet da CVPR 2017
- Apprendimento end-to-end delle rappresentazioni del filtro di correlazione
- Combina l'efficienza dei filtri di correlazione con la robustezza delle CNN
- Modelli pre-addestrati e script di valutazione inclusi
- Codice di addestramento fornito per la riproduzione dei risultati
- Adatto per la ricerca sul tracciamento visivo di oggetti in tempo reale
Linguaggio di programmazione
MATLAB
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/cfnet.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.
