Dit is de Linux-app PyTorchVideo, waarvan de nieuwste versie kan worden gedownload als PyTorchVideoVersion0.1.3sourcecode.tar.gz. Deze kan online worden uitgevoerd via de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik online gratis deze app met de naam PyTorchVideo met OnWorks.
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
PyTorchVideo
PRODUCTBESCHRIJVING
PyTorchVideo is een deep learning-bibliotheek voor video-inzicht en biedt modulaire componenten en voorgeprogrammeerde modellen voor taken zoals actieherkenning, videoclassificatie, detectie en zelfgestuurd leren. De bibliotheek is nauw geïntegreerd met PyTorch en PyTorch Lightning en biedt flexibele API's voor het bouwen en trainen van spatiotemporele netwerken. De bibliotheek bevat efficiënte implementaties van state-of-the-art architecturen zoals SlowFast, X3D en MViT, geoptimaliseerd voor zowel onderzoeksprototyping als productie-inferentie. De bibliotheek ondersteunt video-I/O-pipelines, data-augmentatie, gedistribueerde training en berekeningen met gemengde precisie voor grootschalige experimenten. PyTorchVideo sluit ook naadloos aan op andere Meta AI-tools zoals Detectron2 en PyTorch3D voor multimodale videoanalyse. Ontworpen om onderzoek en implementatie te versnellen, dient het als een uniform framework voor reproduceerbare, hoogwaardige video-AI-ontwikkeling.
Kenmerken
- Modulaire bibliotheek voor videobegrip met PyTorch-integratie
- Vooraf getrainde modellen voor het herkennen, detecteren en classificeren van acties
- Efficiënte dataloaders en uitbreidingspijplijnen voor grote datasets
- Geoptimaliseerde implementaties van SlowFast-, X3D- en MViT-architecturen
- Gedistribueerde training, gemengde precisie en productieklare inferentietools
- Compatibiliteit met Detectron2 en PyTorch3D voor multimodale workflows
Programmeertaal
Python
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/pytorchvideo.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.
