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.
Detect and Track with OnWorks というアプリを無料でダウンロードして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。
スクリーンショットは
Ad
検出と追跡
DESCRIPTION
Detect-Trackは、Christoph Feichtenhofer、Axel Pinz、Andrew ZissermanによるICCV 2017論文「Detect to Track」と「Track to Detect」の公式実装です。このフレームワークは、物体検出と追跡を単一のパイプラインに統合することで、検出による追跡のサポートと追跡による検出性能の向上を可能にします。R-FCNの修正版をベースに構築されたこのコードは、ResNet-50、ResNet-101、ResNeXt-101、Inception-v4などのバックボーンネットワークを用いた実装を提供し、ImageNet VIDデータセットで最先端の精度を実証しています。リポジトリには、MATLABベースのトレーニングおよびテストスクリプトに加え、事前トレーニング済みモデルと再現性のための事前計算済み領域提案が含まれています。マルチフレーム入力や、追跡ボックスを改良し、フレーム間で検出の信頼性を統合する拡張バージョンなど、複数のテスト構成が利用可能です。
オプション
- Detect-to-Track および Track-to-Detect フレームワークを実装 (ICCV 2017)
- ResNet、ResNeXt、Inceptionバックボーンを備えた修正されたR-FCN上に構築
- 事前学習済みのモデルと事前計算済みの領域提案を提供する
- ImageNet VID および DET データセットのトレーニングおよびテスト スクリプト
- マルチフレームや洗練されたトラッキングを含む複数のテストモード
- 結果はImageNet VID検証セットで82%以上のmAPを達成しました
プログラミング言語
C ++、MATLAB
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/detect-and-track.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。
