Questa è l'app Linux denominata DETR la cui ultima versione può essere scaricata come Detectron2andtorchscriptsupport,notebooks di attenzione e panoptic,codeimprovements.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app denominata DETR con OnWorks gratuitamente.
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
Ad
DETR
DESCRIZIONE
Codice di addestramento PyTorch e modelli preaddestrati per DETR (DEtection TRansformer). Sostituiamo l'intera complessa pipeline di rilevamento di oggetti realizzati a mano con un Transformer e abbiniamo Faster R-CNN con un ResNet-50, ottenendo 42 AP su COCO utilizzando metà della potenza di calcolo (FLOP) e lo stesso numero di parametri. Inferenza in 50 righe di PyTorch. Cos'è. A differenza delle tradizionali tecniche di visione artificiale, DETR affronta il rilevamento degli oggetti come un problema di previsione dell'insieme diretto. Consiste in una perdita globale basata su set, che forza previsioni univoche tramite la corrispondenza bipartita e un'architettura di decodificatore-codificatore Transformer. Dato un piccolo insieme fisso di interrogazioni sugli oggetti appresi, DETR ragiona sulle relazioni tra gli oggetti e il contesto dell'immagine globale per produrre direttamente l'insieme finale di previsioni in parallelo. A causa di questa natura parallela, DETR è molto veloce ed efficiente.
Caratteristiche
- DETR è molto semplice da implementare e sperimentare
- Forniamo modelli DETR e DETR-DC5 di base
- I modelli sono disponibili anche tramite mozzo torcia
- Non ci sono componenti compilati extra in DETR e le dipendenze del pacchetto sono minime
- Formiamo DETR con AdamW impostando la velocità di apprendimento nel trasformatore su 1e-4 e 1e-5 nella dorsale
- Mostriamo che è relativamente semplice estendere DETR per prevedere le maschere di segmentazione
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere scaricata da https://sourceforge.net/projects/detr.mirror/. È stato ospitato in OnWorks per essere eseguito online in modo più semplice da uno dei nostri sistemi operativi gratuiti.
