This is the Windows app named MAE (Masked Autoencoders) whose latest release can be downloaded as maesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
OnWorks에서 MAE(Masked Autoencoders)라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 모든 OS OnWorks 온라인 에뮬레이터를 시작하지만 더 나은 Windows 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Windows OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 애플리케이션을 다운로드하여 설치합니다.
- 7. Linux 배포 소프트웨어 저장소에서 Wine을 다운로드합니다. 설치가 완료되면 앱을 두 번 클릭하여 Wine과 함께 실행할 수 있습니다. 인기 있는 Windows 프로그램 및 게임을 설치하는 데 도움이 되는 Wine을 통한 멋진 인터페이스인 PlayOnLinux를 사용해 볼 수도 있습니다.
Wine은 Linux에서 Windows 소프트웨어를 실행하는 방법이지만 Windows가 필요하지 않습니다. Wine은 모든 Linux 데스크탑에서 직접 Windows 프로그램을 실행할 수 있는 오픈 소스 Windows 호환성 계층입니다. 본질적으로 Wine은 Windows가 필요하지 않고 모든 Windows 응용 프로그램을 실행할 수 있도록 Windows를 처음부터 충분히 다시 구현하려고 합니다.
스크린 샷
Ad
MAE(마스크 오토인코더)
기술
MAE(Masked Autoencoders)는 마스크 이미지 모델링을 이용한 시각적 표현 학습을 위한 자기 지도 학습 프레임워크입니다. 높은 비율의 이미지 패치(일반적으로 75%)를 무작위로 마스킹하고 나머지 가시 패치에서 누락된 내용을 재구성하여 비전 변환기(ViT)를 학습합니다. 이를 통해 모델은 감독 없이 의미 구조와 전역 맥락을 학습합니다. 인코더는 가시 패치만 처리하는 반면, 경량 디코더는 전체 이미지를 재구성하여 사전 학습의 연산 효율성을 높입니다. 사전 학습 후, 인코더는 이미지 분류, 분할, 검출과 같은 후속 작업의 강력한 백본 역할을 수행하여 최소한의 미세 조정으로 최고의 성능을 달성합니다. 이 저장소는 재구성 품질 및 학습된 특징을 위한 사전 학습된 모델, 미세 조정 스크립트, 평가 프로토콜, 시각화 도구를 제공합니다.
기능
- 랜덤 고비율 패치 마스킹을 이용한 마스크 이미지 모델링
- 인코더-디코더 분리를 통한 효율적인 사전 학습(인코더는 눈에 보이는 패치만 인식)
- 다운스트림 비전 작업을 위한 확장 가능한 비전 트랜스포머 백본
- 분류, 탐지 및 세분화를 위한 사전 학습된 모델 및 미세 조정 스크립트
- 재구성 및 표현 분석을 위한 시각화 도구
- 레이블이 지정된 데이터가 필요 없는 자체 감독 학습 패러다임
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/mae-masked-autoencoders.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.
