これはDeepMaskというWindowsアプリで、最新リリースはdeepmasksourcecode.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 で DeepMask 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OSOnWorksオンラインエミュレーターを起動しますが、Windowsオンラインエミュレーターの方が優れています。
-5。起動したばかりのOnWorksWindows 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てインストールします。
-7.LinuxディストリビューションソフトウェアリポジトリからWineをダウンロードします。 インストールしたら、アプリをダブルクリックして、Wineで実行できます。 また、人気のあるWindowsプログラムやゲームのインストールに役立つWine上の豪華なインターフェイスであるPlayOnLinuxを試すこともできます。
WineはLinux上でWindowsソフトウェアを実行する方法ですが、Windowsは必要ありません。 Wineは、任意のLinuxデスクトップでWindowsプログラムを直接実行できるオープンソースのWindows互換性レイヤーです。 基本的に、Wineは、実際にWindowsを必要とせずに、これらすべてのWindowsアプリケーションを実行できるように、十分な数のWindowsを最初から再実装しようとしています。
スクリーンショットは
Ad
ディープマスク
DESCRIPTION
DeepMaskは、クラスに依存しないオブジェクトセグメンテーションにおける初期の影響力あるアプローチであり、画像から直接ピクセル精度のマスクを提案することを学習します。最初にボックスを生成してからそれを洗練させるのではなく、ネットワークは与えられた画像パッチの前景マスクと「オブジェクト性」スコアを予測し、下流の検出やインスタンスセグメンテーションに適した高品質なセグメント提案を生成します。このモデルは、マスクの形状をオブジェクトの範囲に合わせるようにエンドツーエンドでトレーニングされており、管理可能な数の提案で再現率が大幅に向上します。実際には、DeepMaskはスライディングウィンドウを用いた画像ピラミッド上で実行され、その後非最大抑制が行われてコンパクトな候補セットが生成されます。付随する洗練モデル（SharpMask）は、粗い予測を鮮明化し、細い手足やオブジェクトのエッジなどの微細な境界を復元します。リポジトリ（オリジナルのTorch/Luaスタック内）には、事前トレーニング済みの重み、トレーニングスクリプト、評価ユーティリティが含まれています。
オプション
- マスクと物体性の両方を予測するクラス非依存のマスク提案ネットワーク
- 非最大抑制を伴うマルチスケールスライディングウィンドウ推論
- 鮮明で境界を認識したマスクのためのオプションの改良ステージ（SharpMask）
- 事前学習済みモデルとスクリプトを使用したTorch/Lua実装
- 効率的な下流利用に関する提案が比較的少ないにもかかわらず、再現率は高い
- 提案をエクスポートし、検出パイプラインと統合するためのユーティリティ
プログラミング言語
Luaの
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/deepmask.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。
