This is the Windows 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.
Download and run online this app named Detect and Track with OnWorks for free.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל כל אמולטור מקוון של OS OnWorks מאתר זה, אך עדיף אמולטור מקוון של Windows.
- 5. ממערכת ההפעלה OnWorks Windows שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה והתקן אותה.
- 7. הורד את Wine ממאגרי התוכנה שלך להפצות לינוקס. לאחר ההתקנה, תוכל ללחוץ פעמיים על האפליקציה כדי להפעיל אותם עם Wine. אתה יכול גם לנסות את PlayOnLinux, ממשק מפואר מעל Wine שיעזור לך להתקין תוכניות ומשחקים פופולריים של Windows.
Wine היא דרך להפעיל תוכנת Windows על לינוקס, אך ללא צורך ב-Windows. Wine היא שכבת תאימות של Windows בקוד פתוח שיכולה להריץ תוכניות Windows ישירות על כל שולחן עבודה של לינוקס. בעיקרו של דבר, Wine מנסה להטמיע מחדש מספיק של Windows מאפס כדי שהוא יוכל להריץ את כל יישומי Windows מבלי להזדקק ל-Windows.
בצילומי מסך
Ad
זיהוי ומעקב
תיאור
Detect-Track is the official implementation of the ICCV 2017 paper Detect to Track and Track to Detect by Christoph Feichtenhofer, Axel Pinz, and Andrew Zisserman. The framework unifies object detection and tracking into a single pipeline, allowing detection to support tracking and tracking to enhance detection performance. Built upon a modified version of R-FCN, the code provides implementations using backbone networks such as ResNet-50, ResNet-101, ResNeXt-101, and Inception-v4, with results demonstrating state-of-the-art accuracy on the ImageNet VID dataset. The repository includes MATLAB-based training and testing scripts, along with pre-trained models and pre-computed region proposals for reproducibility. Multiple testing configurations are available, including multi-frame input and enhanced versions that refine tracking boxes and integrate detection confidence across frames.
תכונות
- Implements Detect-to-Track and Track-to-Detect framework (ICCV 2017)
- Built on a modified R-FCN with ResNet, ResNeXt, and Inception backbones
- Provides pre-trained models and pre-computed region proposals
- Training and testing scripts for ImageNet VID and DET datasets
- Multiple testing modes including multi-frame and refined tracking
- Results achieve over 82% mAP on ImageNet VID validation set
שפת תכנות
C++, MATLAB
כל הקטגוריות
This is an application that can also be fetched from https://sourceforge.net/projects/detect-and-track.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
