これは DETR という名前の Linux アプリで、最新リリースは Detectron2andtorchscriptsupport,attentionandpanopticnotebooks,codeimprovements.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
OnWorksでDETRという名前のこの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
DETR
DESCRIPTION
PyTorchトレーニングコードとDETR（DEtection TRansformer）の事前トレーニング済みモデル。 完全に複雑な手作りのオブジェクト検出パイプラインをTransformerに置き換え、Faster R-CNNをResNet-50と照合し、半分の計算能力（FLOP）と同じ数のパラメーターを使用してCOCOで42APを取得します。 PyTorchの50行での推論。 それは何ですか。 従来のコンピュータビジョン技術とは異なり、DETRは直接セット予測問題としてオブジェクト検出にアプローチします。 これは、XNUMX部マッチングを介して一意の予測を強制するセットベースのグローバル損失と、Transformerエンコーダーデコーダーアーキテクチャで構成されています。 学習されたオブジェクトクエリの固定された小さなセットが与えられると、DETRは、オブジェクトとグローバルイメージコンテキストの関係について推論し、予測の最終セットを直接並列に出力します。 この並列性により、DETRは非常に高速で効率的です。
特徴
- DETRは、実装と実験が非常に簡単です。
- ベースラインのDETRおよびDETR-DC5モデルを提供します
- モデルはトーチハブからも入手できます
- DETRには余分なコンパイル済みコンポーネントはなく、パッケージの依存関係は最小限です。
- トランスフォーマーの学習率をバックボーンの1e-4と1e-5に設定するAdamWを使用してDETRをトレーニングします
- セグメンテーションマスクを予測するためにDETRを拡張することは比較的簡単であることを示します
プログラミング言語
Python
カテゴリー
これは、https：//sourceforge.net/projects/detr.mirror/からも取得できるアプリケーションです。 無料のオペレーティングシステムのXNUMXつから最も簡単な方法でオンラインで実行するために、OnWorksでホストされています。
