This is the Linux app named TimeSformer whose latest release can be downloaded as TimeSformersourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Scarica ed esegui online gratuitamente questa app chiamata TimeSformer 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.
IMMAGINI
Ad
Formatore del tempo
DESCRIZIONE
TimeSformer è un'architettura di trasformazione della visione per video che estende il meccanismo di attenzione standard all'attenzione spaziotemporale. Il modello alterna l'attenzione lungo le dimensioni spaziali e temporali (o progetta varianti come l'attenzione divisa) in modo da poter catturare sia gli indizi di aspetto che quelli di movimento nel video. Poiché l'attenzione è globale su tutti i fotogrammi, TimeSformer può ragionare sulle dipendenze su lunghi intervalli di tempo, non solo su quartieri locali. L'implementazione ufficiale in PyTorch fornisce configurazioni, modelli pre-addestrati e script di addestramento che semplificano la valutazione o la messa a punto su set di dati video. TimeSformer ha avuto un ruolo determinante nel dimostrare che le architetture di trasformazione pure, senza strutture portanti convoluzionali, possono ottenere prestazioni elevate nelle attività di classificazione video. Il suo design flessibile dell'attenzione consente di sperimentare diverse fattorizzazioni (spaziale-temporale, congiunta, ecc.) per bilanciare elaborazione, memoria e accuratezza.
Caratteristiche
- Attenzione al trasformatore spaziotemporale per la modellazione video
- Varianti: attenzione spazio/temporale divisa e schemi di attenzione congiunta
- Implementazione di riferimento PyTorch con pesi e script pre-addestrati
- Capacità di ragionare sulle dipendenze temporali a lungo termine a livello globale
- Parametri configurabili per dimensione della patch, frame, dimensione di incorporamento e conteggio delle teste
- Supporto per la messa a punto dei benchmark di classificazione e riconoscimento video
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/timesformer.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.