RefineNet이라는 Windows 앱으로, 최신 버전은 refinenetsourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks가 포함된 RefineNet이라는 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
리파인넷
기술
RefineNet은 시맨틱 이미지 분할 및 일반 고밀도 예측 작업을 위한 MATLAB 기반 프레임워크입니다. CVPR 2017 논문 "RefineNet: 고해상도 시맨틱 분할을 위한 다중 경로 정제 네트워크"와 TPAMI 2019에 발표된 확장 버전에 제시된 아키텍처를 구현합니다. 이 프레임워크는 다중 경로 정제 및 향상된 잔차 풀링을 사용하여 여러 벤치마크 데이터셋에서 고품질 분할 결과를 달성합니다. PASCAL VOC 2012, Cityscapes, NYUDv2, Person_Parts, PASCAL_Context, SUNRGBD, ADE20k와 같은 데이터셋에 대해 학습된 모델을 제공하며, ResNet-101 및 ResNet-152 백본 기반 버전도 제공합니다. 이 저장소는 단일 스케일 및 다중 스케일 예측을 모두 지원하며, 분할 성능의 훈련, 테스트 및 평가를 위한 스크립트도 제공합니다. 이 코드베이스는 MATLAB 및 MatConvNet에만 국한되어 있지만, PyTorch 구현과 더 가벼운 변형도 커뮤니티에서 사용할 수 있습니다.
기능
- 고해상도 의미 분할을 위해 RefineNet을 구현합니다.
- 7개의 벤치마크 데이터 세트에 대한 훈련된 모델을 제공합니다.
- 퓨전을 통한 단일 규모 및 다중 규모 예측 지원
- 더 나은 분할 정확도를 위해 개선된 잔여 풀링을 사용합니다.
- 사용자 정의 데이터 세트에 대한 교육 및 평가 스크립트가 포함되어 있습니다.
- MatConvNet의 ResNet-101 및 ResNet-152 백본과 호환
프로그래밍 언어
C++, MATLAB, Python, Unix Shell
카테고리
이 애플리케이션은 https://sourceforge.net/projects/refinenet.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.
