これはRefineNetというWindowsアプリで、最新リリースはrefinenetsourcecode.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。
RefineNet というこのアプリを OnWorks で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
リファインネット
DESCRIPTION
RefineNetは、セマンティック画像セグメンテーションおよび一般的な高密度予測タスクのためのMATLABベースのフレームワークです。CVPR 2017の論文「RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation」で発表されたアーキテクチャと、TPAMI 2019で公開されたその拡張版を実装しています。このフレームワークは、マルチパスリファインメントと改良された残差プーリングを用いることで、複数のベンチマークデータセットにおいて高品質なセグメンテーション結果を実現します。PASCAL VOC 2012、Cityscapes、NYUDv2、Person_Parts、PASCAL_Context、SUNRGBD、ADE20kなどのデータセット向けに、ResNet-101およびResNet-152バックボーンに基づくトレーニング済みモデルを提供しています。リポジトリは、シングルスケールとマルチスケールの両方の予測をサポートし、セグメンテーション性能のトレーニング、テスト、評価用のスクリプトも提供しています。このコードベースは MATLAB と MatConvNet に固有のものですが、PyTorch 実装と軽量版もコミュニティから入手できます。
オプション
- 高解像度のセマンティックセグメンテーションのためのRefineNetを実装
- 7つのベンチマークデータセットでトレーニング済みのモデルを提供します
- 融合による単一スケールおよびマルチスケール予測をサポート
- 改善された残差プーリングを使用してセグメンテーション精度を向上
- カスタムデータセットのトレーニングおよび評価スクリプトが含まれています
- MatConvNetのResNet-101およびResNet-152バックボーンと互換性があります
プログラミング言語
C++、MATLAB、Python、Unixシェル
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/refinenet.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。
