Este é o aplicativo para Windows chamado Rcnn, cuja versão mais recente pode ser baixada como ReleasethatgoeswithourCVPR14papersourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Rcnn 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 qualquer emulador on-line OS OnWorks a partir deste site, mas um emulador on-line melhor do Windows.
- 5. No sistema operacional OnWorks Windows 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 e instale-o.
- 7. Baixe o Wine de seus repositórios de software de distribuição Linux. Depois de instalado, você pode clicar duas vezes no aplicativo para executá-lo com o Wine. Você também pode experimentar o PlayOnLinux, uma interface sofisticada do Wine que o ajudará a instalar programas e jogos populares do Windows.
Wine é uma forma de executar software Windows no Linux, mas sem a necessidade de Windows. Wine é uma camada de compatibilidade do Windows de código aberto que pode executar programas do Windows diretamente em qualquer desktop Linux. Essencialmente, o Wine está tentando reimplementar o suficiente do Windows do zero para que possa executar todos os aplicativos do Windows sem realmente precisar do Windows.
SCREENSHOTS
Ad
RCNN
DESCRIÇÃO
Este repositório contém a implementação original em MATLAB do R-CNN (Regiões com Redes Neurais Convolucionais), um framework pioneiro de detecção de objetos baseado em aprendizado profundo. Desenvolvido por Ross Girshick, o R-CNN combina propostas de regiões com redes neurais convolucionais para detectar objetos em imagens. Foi uma das primeiras abordagens a melhorar significativamente o desempenho em benchmarks de detecção de objetos como o PASCAL VOC.
Recursos
- Implementa detecção de objetos R-CNN usando MATLAB
- Utiliza propostas de região e extração de recursos da CNN
- Treina classificadores SVM em recursos extraídos
- Compatível com CNNs Caffe pré-treinados
- Avalia o desempenho em conjuntos de dados PASCAL VOC
- Demonstra o pipeline desde a proposta da região até a detecção final
Linguagem de Programação
MATLAB
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/rcnn.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
