This is the Linux app named ConvNeXt V2 whose latest release can be downloaded as ConvNeXt-V2sourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Baixe e execute online este aplicativo chamado ConvNeXt V2 com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
SCREENSHOTS
Ad
ConvNeXt V2
DESCRIÇÃO
O ConvNeXt V2 é uma evolução da arquitetura ConvNeXt que co-projeta redes convolucionais juntamente com o aprendizado autossupervisionado. A versão V2 introduz uma estrutura de autocodificador mascarado totalmente convolucional (FCMAE), na qual partes da imagem são mascaradas e a rede reconstrói o conteúdo ausente, combinando viés indutivo convolucional com um pré-treinamento poderoso. Uma inovação fundamental é uma nova camada de Normalização de Resposta Global (GRN) adicionada à estrutura do ConvNeXt, que aprimora a competição de recursos entre canais. O resultado é uma convnet que compete fortemente com arquiteturas de transformador em benchmarks de reconhecimento, sendo eficiente e amigável ao hardware. O repositório fornece implementações oficiais do PyTorch para vários tamanhos de modelo (Atto, Femto, Pico, até Huge), conversão de pesos JAX, código para pré-treinamento/ajuste fino e pontos de verificação pré-treinados. Ele suporta pré-treinamento autossupervisionado e ajuste fino supervisionado.
Recursos
- Pré-treinamento de autocodificador mascarado totalmente convolucional (FCMAE)
- Normalização de Resposta Global (GRN) para melhorar a competição de canais
- Vários tamanhos de modelo (Atto, Femto, Pico, Tiny, Base, Large, Huge)
- Suporte para pipelines de aprendizagem supervisionada e autossupervisionada
- Pontos de verificação pré-treinados (convertidos de JAX) e implementação PyTorch
- Utilitários de treinamento/ajuste fino e código para pré-treinamento e avaliação
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/convnext-v2.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
