Dit is de Linux-app genaamd Detectron2 waarvan de nieuwste release kan worden gedownload als v0.6.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik deze app genaamd Detectron2 met OnWorks gratis online.
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.
SCREENSHOTS
Ad
Detector2
PRODUCTBESCHRIJVING
Detectron2 is het volgende generatie softwaresysteem van Facebook AI Research dat geavanceerde algoritmen voor objectdetectie implementeert. Het is een herschreven versie van de vorige versie, Detectron, en is afkomstig van maskrcnn-benchmark. Het wordt mogelijk gemaakt door het PyTorch deep learning-framework. Bevat meer functies zoals panoptische segmentatie, Densepose, Cascade R-CNN, geroteerde begrenzingsvakken, PointRend, DeepLab, enz. Kan worden gebruikt als een bibliotheek om verschillende projecten erbovenop te ondersteunen. Op deze manier zullen we meer onderzoeksprojecten open source maken. Het traint veel sneller. Modellen kunnen worden geëxporteerd naar TorchScript-formaat of Caffe2-formaat voor implementatie. Met een nieuw, meer modulair ontwerp is Detectron2 flexibel en uitbreidbaar, en in staat om snelle training te bieden op enkele of meerdere GPU-servers. Detectron2 bevat hoogwaardige implementaties van ultramoderne objectdetectie.
Voordelen
- Modulair, uitbreidbaar ontwerp
- Hiermee kunnen gebruikers aangepaste module-implementaties aansluiten
- Snellere R-CNN-, Mask R-CNN-, RetinaNet- en DensePose-modellen
- Synchronous Batch Norm en ondersteuning voor nieuwe datasets
- Ondersteunt objectdetectie met vakken en segmentatiemaskers voor instanties
- Ondersteunt semantische segmentatie en panoptische segmentatie
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/detectron2.mirror/. Het is gehost in OnWorks om op een gemakkelijkste manier online te kunnen worden uitgevoerd vanuit een van onze gratis besturingssystemen.