This is the Windows app named DetectAndTrack whose latest release can be downloaded as DetectAndTracksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named DetectAndTrack with OnWorks for free.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZDJĘCIA EKRANU:
DetectAndTrack
OPIS:
DetectAndTrack is the reference implementation for the CVPR 2018 paper “Detect-and-Track: Efficient Pose Estimation in Videos,” focusing on human keypoint detection and tracking across video frames. The system combines per-frame pose detection with a tracking mechanism to maintain identities over time, enabling efficient multi-person pose estimation in video. Code and instructions are organized to replicate paper results and to serve as a starting point for researchers working on pose in video. Although the repo has been archived and is now read-only, its issue tracker and artifacts remain useful for understanding implementation details and experimental settings. The project sits alongside other Facebook Research vision efforts, offering historical context for the evolution of video pose and tracking techniques. Researchers can still study the algorithms, adapt the pipeline, or port ideas into modern frameworks.
Funkcjonalności
- Multi-person pose detection in videos
- Temporal tracking to maintain identities across frames
- Reference code aligned with the CVPR 2018 paper
- Scripts to reproduce evaluation and benchmarks
- Modular components for detection and tracking stages
- Read-only archival for stable, citable reference
Język programowania
Python
Kategorie
This is an application that can also be fetched from https://sourceforge.net/projects/detectandtrack.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.