This is the Linux app named CFNet whose latest release can be downloaded as cfnetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download en voer online gratis deze app met de naam CFNet met OnWorks uit.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
CFNet
Ad
PRODUCTBESCHRIJVING
CFNet is de officiële implementatie van End-to-end representation learning for Correlation Filter based tracking (CVPR 2017) door Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi en Philip HS Torr. Het framework combineert correlatiefilters met diepe convolutionele neurale netwerken om een efficiënte en nauwkeurige visuele objecttracker te creëren. In tegenstelling tot traditionele correlatiefiltertrackers die afhankelijk zijn van handgemaakte functies, leert CFNet functierepresentaties rechtstreeks uit data op een end-to-end manier. Dit maakt de tracker zowel computationeel efficiënt als robuust tegen veranderingen in het uiterlijk, zoals schaal-, rotatie- en belichtingsvariaties. De repository biedt vooraf getrainde modellen, trainingscode en testscripts voor het evalueren van de tracker op standaard benchmarks. Door de kloof tussen correlatiefilters en deep learning te overbruggen, biedt CFNet een basis voor verder onderzoek naar realtime objecttracking.
Kenmerken
- Implementeert CFNet-tracker van CVPR 2017
- End-to-end leren van correlatiefilterrepresentaties
- Combineert de efficiëntie van correlatiefilters met de robuustheid van CNN's
- Vooraf getrainde modellen en evaluatiescripts inbegrepen
- Trainingscode beschikbaar voor het reproduceren van resultaten
- Geschikt voor realtime visueel objectvolgonderzoek
Programmeertaal
MATLAB
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/cfnet.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.
