This is the Linux app named Detect and Track whose latest release can be downloaded as Detect-Tracksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Scarica ed esegui online gratuitamente questa app denominata Detect and Track with 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.
IMMAGINI:
Rileva e traccia
DESCRIZIONE:
Detect-Track è l'implementazione ufficiale del documento ICCV 2017 "Detect to Track and Track to Detect" di Christoph Feichtenhofer, Axel Pinz e Andrew Zisserman. Il framework unifica il rilevamento e il tracciamento degli oggetti in un'unica pipeline, consentendo al rilevamento di supportare il tracciamento e al tracciamento di migliorare le prestazioni di rilevamento. Basato su una versione modificata di R-FCN, il codice fornisce implementazioni che utilizzano reti backbone come ResNet-50, ResNet-101, ResNeXt-101 e Inception-v4, con risultati che dimostrano un'accuratezza all'avanguardia sul dataset ImageNet VID. Il repository include script di training e test basati su MATLAB, insieme a modelli pre-addestrati e proposte di regioni pre-calcolate per la riproducibilità. Sono disponibili diverse configurazioni di test, tra cui input multi-frame e versioni migliorate che perfezionano i box di tracciamento e integrano l'affidabilità del rilevamento tra i frame.
Caratteristiche
- Implementa il framework Detect-to-Track e Track-to-Detect (ICCV 2017)
- Costruito su un R-FCN modificato con backbone ResNet, ResNeXt e Inception
- Fornisce modelli pre-addestrati e proposte di regioni pre-calcolate
- Script di formazione e test per i set di dati ImageNet VID e DET
- Molteplici modalità di test, tra cui multi-frame e tracciamento raffinato
- I risultati raggiungono oltre l'82% di mAP sul set di convalida ImageNet VID
Linguaggio di programmazione
C++, MATLAB
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/detect-and-track.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.