これはCFNetというLinuxアプリケーションで、最新リリースはcfnetsourcecode.tar.gzとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
OnWorks を使用して、CFNet というこのアプリを無料でダウンロードし、オンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
CFネット
説明:
CFNetは、Luca Bertinetto、Jack Valmadre、João F. Henriques、Andrea Vedaldi、Philip HS Torrによる「相関フィルタベースのトラッキングのためのエンドツーエンド表現学習(CVPR 2017)」の公式実装です。このフレームワークは、相関フィルタとディープ畳み込みニューラルネットワークを組み合わせることで、効率的で正確な視覚オブジェクトトラッカーを作成します。従来の相関フィルタトラッカーが手作業で特徴量を作成するのとは異なり、CFNetはデータから特徴量表現をエンドツーエンドで直接学習します。これにより、トラッカーは計算効率が高く、スケール、回転、照明の変化などの外観の変化に対して堅牢になります。リポジトリには、標準ベンチマークでトラッカーを評価するための、事前学習済みモデル、トレーニングコード、テストスクリプトが用意されています。相関フィルタとディープラーニングのギャップを埋めることで、CFNetはリアルタイムオブジェクトトラッキングのさらなる研究の基盤を提供します。
オプション
- CVPR 2017 の CFNet トラッカーを実装
- 相関フィルタ表現のエンドツーエンド学習
- 相関フィルタの効率性とCNNの堅牢性を組み合わせる
- 事前学習済みのモデルと評価スクリプトが含まれています
- 結果を再現するためのトレーニングコードが提供されています
- リアルタイム視覚物体追跡研究に適しています
プログラミング言語
マトラブ
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/cfnet.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。