これはR-FCNというLinuxアプリケーションで、最新リリースはR-FCNsourcecode.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、R-FCN という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。
スクリーンショット：
R-FCN
説明：
R-FCN（「Region-based Fully Convolutional Networks（領域ベースの完全畳み込みネットワーク）」）は、ほぼすべての計算を完全な畳み込みとし、画像全体で共有するオブジェクト検出フレームワークです。これは、領域ごとにサブネットワークを実行する従来の領域ベースのアプローチ（Faster R-CNNなど）とは異なります。リポジトリは、標準データセットにおけるR-FCNモデルのエンドツーエンドのトレーニングと推論をサポートする実装（Python）を提供します。著者らは、位置依存スコアマップを提案することで、検出における並進分散と分類における並進不変性の必要性を両立させています。R-FCNは効率的（領域ごとのオーバーヘッドが低い）であり、精度においても競争力があります（ResNetバックボーンなど）。
オプション
- 画像全体にわたって共通の特徴抽出を備えた完全な畳み込み設計
- 高価な領域ごとの変換なしで領域ごとの分類を行うための位置依存スコアマップ
- エンドツーエンドのトレーニング可能なパイプライン（提案 + 分類）
- 複数のバックボーンアーキテクチャのサポート（例：ResNet）
- オプションの「変形可能なR-FCN」拡張機能によりパフォーマンスが向上
- RoIごとのオーバーヘッドが低い（推論が速い）
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/r-fcn.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。