This is the Linux app named Detect and Track whose latest release can be downloaded as Detect-Tracksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Baixe e execute online este aplicativo chamado Detect and Track with 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.
CAPTURAS DE TELA:
Detectar e rastrear
DESCRIÇÃO:
Detect-Track é a implementação oficial do artigo do ICCV de 2017 "Detect to Track" e "Track to Detect" de Christoph Feichtenhofer, Axel Pinz e Andrew Zisserman. A estrutura unifica a detecção e o rastreamento de objetos em um único pipeline, permitindo que a detecção suporte o rastreamento e o rastreamento para aprimorar o desempenho da detecção. Construído sobre uma versão modificada do R-FCN, o código fornece implementações usando redes backbone como ResNet-50, ResNet-101, ResNeXt-101 e Inception-v4, com resultados que demonstram precisão de ponta no conjunto de dados ImageNet VID. O repositório inclui scripts de treinamento e teste baseados em MATLAB, juntamente com modelos pré-treinados e propostas de regiões pré-computadas para reprodutibilidade. Diversas configurações de teste estão disponíveis, incluindo entrada multiquadro e versões aprimoradas que refinam as caixas de rastreamento e integram a confiança na detecção entre os quadros.
Recursos
- Implementa a estrutura Detect-to-Track e Track-to-Detect (ICCV 2017)
- Construído em um R-FCN modificado com backbones ResNet, ResNeXt e Inception
- Fornece modelos pré-treinados e propostas de regiões pré-calculadas
- Scripts de treinamento e teste para conjuntos de dados ImageNet VID e DET
- Vários modos de teste, incluindo vários quadros e rastreamento refinado
- Os resultados alcançam mais de 82% de mAP no conjunto de validação ImageNet VID
Linguagem de Programação
C ++, MATLAB
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/detect-and-track.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.