Este é o aplicativo Linux chamado DETR cuja versão mais recente pode ser baixada como Detectron2 e torchscriptsupport,attentionandpanopticnotebooks,codeimprovements.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado DETR 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.
CAPTURAS DE TELA:
DETR
DESCRIÇÃO:
Código de treinamento PyTorch e modelos pré-treinados para DETR (DEtection TRansformer). Substituímos o pipeline completo de detecção de objetos feitos à mão por um Transformer e combinamos o Faster R-CNN com um ResNet-50, obtendo 42 AP em COCO usando metade do poder de computação (FLOPs) e o mesmo número de parâmetros. Inferência em 50 linhas de PyTorch. O que é isso. Ao contrário das técnicas tradicionais de visão computacional, o DETR aborda a detecção de objetos como um problema de predição direta de conjuntos. Consiste em uma perda global baseada em conjunto, que força previsões únicas por meio de correspondência bipartida, e uma arquitetura de codificador-decodificador Transformer. Dado um pequeno conjunto fixo de consultas de objetos aprendidos, o DETR raciocina sobre as relações dos objetos e o contexto global da imagem para gerar diretamente o conjunto final de previsões em paralelo. Devido a essa natureza paralela, o DETR é muito rápido e eficiente.
Funcionalidades
- DETR é muito simples de implementar e experimentar
- Fornecemos modelos básicos DETR e DETR-DC5
- Os modelos também estão disponíveis via hub da tocha
- Não há componentes extras compilados no DETR e as dependências do pacote são mínimas
- Treinamos DETR com AdamW definindo a taxa de aprendizagem no transformador para 1e-4 e 1e-5 no backbone
- Mostramos que é relativamente simples estender o DETR para prever máscaras de segmentação
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/detr.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.