Mesh R-CNN എന്ന് പേരിട്ടിരിക്കുന്ന Linux ആപ്പാണിത്, ഇതിന്റെ ഏറ്റവും പുതിയ പതിപ്പ് meshrcnnsourcecode.tar.gz ആയി ഡൗൺലോഡ് ചെയ്യാം. വർക്ക്സ്റ്റേഷനുകൾക്കായുള്ള സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവായ OnWorks-ൽ ഇത് ഓൺലൈനായി പ്രവർത്തിപ്പിക്കാം.
Mesh R-CNN എന്ന് പേരിട്ടിരിക്കുന്ന ഈ ആപ്പ് OnWorks-നൊപ്പം സൗജന്യമായി ഓൺലൈനായി ഡൗൺലോഡ് ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
ഈ ആപ്പ് പ്രവർത്തിപ്പിക്കുന്നതിന് ഈ നിർദ്ദേശങ്ങൾ പാലിക്കുക:
- 1. നിങ്ങളുടെ പിസിയിൽ ഈ ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്തു.
- 2. ഞങ്ങളുടെ ഫയൽ മാനേജറിൽ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമം നൽകുക.
- 3. അത്തരം ഫയൽമാനേജറിൽ ഈ ആപ്ലിക്കേഷൻ അപ്ലോഡ് ചെയ്യുക.
- 4. ഈ വെബ്സൈറ്റിൽ നിന്ന് OnWorks Linux ഓൺലൈനോ Windows ഓൺലൈൻ എമുലേറ്ററോ MACOS ഓൺലൈൻ എമുലേറ്ററോ ആരംഭിക്കുക.
- 5. നിങ്ങൾ ഇപ്പോൾ ആരംഭിച്ച OnWorks Linux OS-ൽ നിന്ന്, നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമത്തോടുകൂടിയ ഞങ്ങളുടെ ഫയൽ മാനേജർ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിലേക്ക് പോകുക.
- 6. ആപ്ലിക്കേഷൻ ഡൌൺലോഡ് ചെയ്യുക, അത് ഇൻസ്റ്റാൾ ചെയ്ത് പ്രവർത്തിപ്പിക്കുക.
സ്ക്രീൻഷോട്ടുകൾ
Ad
മെഷ് ആർ-സിഎൻഎൻ
വിവരണം
ഫേസ്ബുക്ക് റിസർച്ച് വികസിപ്പിച്ചെടുത്ത ഒരു 3D പുനർനിർമ്മാണ, ഒബ്ജക്റ്റ് മനസ്സിലാക്കൽ ചട്ടക്കൂടാണ് മെഷ് ആർ-സിഎൻഎൻ, ഇത് മാസ്ക് ആർ-സിഎൻഎനെ 3D ഡൊമെയ്നിലേക്ക് വ്യാപിപ്പിക്കുന്നു. ഡിറ്റക്ട്രോൺ2, പൈടോർച്ച്3ഡി എന്നിവയുടെ മുകളിൽ നിർമ്മിച്ചിരിക്കുന്ന മെഷ് ആർ-സിഎൻഎൻ, ഒറ്റ ആർജിബി ഇമേജുകളിൽ നിന്ന് നേരിട്ട് എൻഡ്-ടു-എൻഡ് 3D മെഷ് പ്രവചനം പ്രാപ്തമാക്കുന്നു. 2D പെർസെപ്ഷനും 3D ഗ്രാഹ്യവും തമ്മിലുള്ള വിടവ് നികത്തിക്കൊണ്ട്, സ്വാഭാവിക ചിത്രങ്ങളിലെ വസ്തുക്കളുടെ വിശദമായ 3D മെഷ് പ്രാതിനിധ്യം കണ്ടെത്താനും, വിഭജിക്കാനും, പുനർനിർമ്മിക്കാനും മോഡൽ പഠിക്കുന്നു. വോക്സൽ അധിഷ്ഠിത അല്ലെങ്കിൽ പോയിന്റ് അധിഷ്ഠിത സമീപനങ്ങളിൽ നിന്ന് വ്യത്യസ്തമായി, മെഷ് ആർ-സിഎൻഎൻ ഒരു വ്യത്യസ്ത മെഷ് പ്രാതിനിധ്യം ഉപയോഗിക്കുന്നു, ഇത് ഉയർന്ന സ്പേഷ്യൽ വിശദാംശങ്ങൾ നിലനിർത്തിക്കൊണ്ട് ഉപരിതല ജ്യാമിതിയെ കാര്യക്ഷമമായി പരിഷ്കരിക്കാൻ അനുവദിക്കുന്നു. ഇൻപുട്ട് ഇമേജുമായി വിന്യസിച്ചിരിക്കുന്ന പൂർണ്ണ മെഷ് പുനർനിർമ്മാണങ്ങൾ ഔട്ട്പുട്ട് ചെയ്യുന്ന 3D യുക്തിസഹമായ മൊഡ്യൂളുകളുമായി സിസ്റ്റം മാസ്ക് ആർ-സിഎൻഎന്നിൽ നിന്നുള്ള 2D കണ്ടെത്തൽ സംയോജിപ്പിക്കുന്നു. യഥാർത്ഥ ലോക ഒബ്ജക്റ്റ് ജ്യാമിതി പുനർനിർമ്മിക്കുന്നതിൽ അത്യാധുനിക പ്രകടനം പ്രകടമാക്കുന്ന പിക്സ് 3 ഡി പോലുള്ള ഡാറ്റാസെറ്റുകളിൽ ഇത് വിലയിരുത്തിയിട്ടുണ്ട്.
സവിശേഷതകൾ
- ചിത്രങ്ങളിൽ നിന്ന് 3D മെഷ് പുനർനിർമ്മാണം പ്രാപ്തമാക്കുന്നതിന് മാസ്ക് R-CNN വിപുലീകരിക്കുന്നു.
- Detectron2 (2D ദർശനത്തിനായി), PyTorch3D (3D പ്രവർത്തനങ്ങൾക്കായി) എന്നിവയിൽ നിർമ്മിച്ചിരിക്കുന്നത്.
- വോക്സലുകൾക്കോ പോയിന്റ് മേഘങ്ങൾക്കോ പകരം വിശദമായ 3D ഉപരിതല മെഷുകൾ പ്രവചിക്കുന്നു.
- സംയുക്ത 2D-3D യുക്തിക്കുള്ള എൻഡ്-ടു-എൻഡ് ഡിഫറൻഷ്യബിൾ ഫ്രെയിംവർക്ക്
- Pix3D ഡാറ്റാസെറ്റിനായി മുൻകൂട്ടി പരിശീലിപ്പിച്ച മോഡൽ ലഭ്യമാണ്.
- ഡിറ്റക്ട്രോൺ2 പൈപ്പ്ലൈനുകളുമായുള്ള ഡെമോ വിഷ്വലൈസേഷനും എളുപ്പത്തിലുള്ള സംയോജനവും പിന്തുണയ്ക്കുന്നു.
പ്രോഗ്രാമിംഗ് ഭാഷ
പൈത്തൺ, യുണിക്സ് ഷെൽ
Categories
ഇത് https://sourceforge.net/projects/mesh-r-cnn.mirror/ എന്നതിൽ നിന്നും ലഭിക്കാവുന്ന ഒരു ആപ്ലിക്കേഷനാണ്. ഞങ്ങളുടെ സൗജന്യ ഓപ്പറേറ്റീവ് സിസ്റ്റങ്ങളിൽ ഒന്നിൽ നിന്ന് ഏറ്റവും എളുപ്പമുള്ള രീതിയിൽ ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുന്നതിനായി ഇത് OnWorks-ൽ ഹോസ്റ്റ് ചെയ്തിരിക്കുന്നു.