これはSAHIという名前のLinuxアプリで、最新リリースはv0.11.34Releasesourcecode.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。
SAHI with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
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
さひ
DESCRIPTION
大規模なオブジェクト検出とインスタンス セグメンテーションを実行するための軽量ビジョン ライブラリ。 オブジェクトの検出とインスタンスのセグメンテーションは、Computer Vision のアプリケーションで最も重要な分野です。 ただし、小さなオブジェクトの検出と大きな画像の推論は、実際の使用において依然として大きな問題です。 SAHI は、開発者が多くのビジョン ユーティリティでこれらの現実世界の問題を克服するのを支援します。 シーン内の小さな物体や遠くにある物体の検出は、監視アプリケーションにおける大きな課題です。 このようなオブジェクトは、画像内の少数のピクセルで表され、詳細が不十分であるため、従来の検出器を使用して検出することは困難です。 この作業では、Slicing Aided Hyper Inference (SAHI) と呼ばれるオープンソース フレームワークが提案され、小さなオブジェクト検出のための一般的なスライシング支援推論と微調整パイプラインを提供します。
オプション
- スライス/標準ビデオ/画像予測を実行する
- 任意の yolov5/mmdet/detectron2/huggingface モデルを使用してスライス/標準予測を実行し、fiftyone アプリで結果を探索します
- COCO アノテーションと画像ファイルを自動的にスライスする
- COCO データセットの複数の予測結果を、誤検出の数で並べ替えられた fiftyone ui で探索します
- 与えられた予測とグラウンド トゥルースについて、クラスごとの COCO AP と AR を評価する
- 多くのエラー分析プロットを計算してエクスポートする
プログラミング言語
Python
カテゴリー
https://sourceforge.net/projects/sahi.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
