This is the Linux app named Detect and Track whose latest release can be downloaded as Detect-Tracksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Muat turun dan jalankan dalam talian apl bernama Detect and Track dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN:
Kesan dan Jejak
HURAIAN:
Detect-Track ialah pelaksanaan rasmi kertas ICCV 2017 Detect to Track and Track to Detect oleh Christoph Feichtenhofer, Axel Pinz dan Andrew Zisserman. Rangka kerja ini menyatukan pengesanan dan penjejakan objek ke dalam satu saluran paip, membolehkan pengesanan menyokong penjejakan dan penjejakan untuk meningkatkan prestasi pengesanan. Dibina pada versi R-FCN yang diubah suai, kod ini menyediakan pelaksanaan menggunakan rangkaian tulang belakang seperti ResNet-50, ResNet-101, ResNeXt-101 dan Inception-v4, dengan hasil yang menunjukkan ketepatan terkini pada set data ImageNet VID. Repositori termasuk skrip latihan dan ujian berasaskan MATLAB, bersama dengan model pra-latihan dan cadangan wilayah pra-pengiraan untuk kebolehulangan. Berbilang konfigurasi ujian tersedia, termasuk input berbilang bingkai dan versi dipertingkatkan yang memperhalusi kotak penjejakan dan menyepadukan keyakinan pengesanan merentas bingkai.
Ciri-ciri
- Melaksanakan rangka kerja Kesan-untuk-Jejak dan Jejak-untuk-Kesan (ICCV 2017)
- Dibina pada R-FCN yang diubah suai dengan tulang belakang ResNet, ResNeXt dan Inception
- Menyediakan model pra-latihan dan cadangan wilayah pra-pengiraan
- Latihan dan ujian skrip untuk dataset ImageNet VID dan DET
- Mod ujian berbilang termasuk penjejakan berbilang bingkai dan diperhalusi
- Keputusan mencapai lebih 82% mAP pada set pengesahan VID ImageNet
Bahasa Pengaturcaraan
C++, MATLAB
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/detect-and-track.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.