Aceasta este aplicația Linux numită CFNet, a cărei ultimă versiune poate fi descărcată sub numele cfnetsourcecode.tar.gz. Poate fi rulată online în furnizorul de găzduire gratuită OnWorks pentru stații de lucru.
Descărcați și rulați online gratuit această aplicație numită CFNet cu OnWorks.
Urmați aceste instrucțiuni pentru a rula această aplicație:
- 1. Ați descărcat această aplicație pe computer.
- 2. Introduceți în managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator pe care îl doriți.
- 3. Încărcați această aplicație într-un astfel de manager de fișiere.
- 4. Porniți emulatorul online OnWorks Linux sau Windows online sau emulatorul online MACOS de pe acest site web.
- 5. Din sistemul de operare OnWorks Linux pe care tocmai l-ați pornit, accesați managerul nostru de fișiere https://www.onworks.net/myfiles.php?username=XXXXX cu numele de utilizator dorit.
- 6. Descărcați aplicația, instalați-o și rulați-o.
CFNet
Ad
DESCRIERE
CFNet este implementarea oficială a metodei End-to-end representation learning for Correlation Filter based tracking (CVPR 2017) de Luca Bertinetto, Jack Valmadre, João F. Henriques, Andrea Vedaldi și Philip HS Torr. Framework-ul combină filtre de corelație cu rețele neuronale convoluționale profunde pentru a crea un tracker vizual de obiecte eficient și precis. Spre deosebire de tracker-ele tradiționale de filtre de corelație care se bazează pe caracteristici create manual, CFNet învață reprezentările caracteristicilor direct din date într-un mod end-to-end. Acest lucru permite tracker-ului să fie atât eficient din punct de vedere computațional, cât și robust la modificările de aspect, cum ar fi variațiile de scară, rotație și iluminare. Depozitul oferă modele pre-antrenate, cod de antrenament și scripturi de testare pentru evaluarea tracker-ului pe criterii de referință standard. Prin reducerea decalajului dintre filtrele de corelație și învățarea profundă, CFNet oferă o bază pentru cercetări ulterioare în urmărirea obiectelor în timp real.
Categorii
- Implementează tracker-ul CFNet din CVPR 2017
- Învățare end-to-end a reprezentărilor filtrului de corelație
- Combină eficiența filtrelor de corelație cu robustețea CNN-urilor
- Modele pre-antrenate și scripturi de evaluare incluse
- Cod de antrenament furnizat pentru reproducerea rezultatelor
- Potrivit pentru cercetarea urmăririi vizuale a obiectelor în timp real
Limbaj de programare
MATLAB
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/cfnet.mirror/. A fost găzduită în OnWorks pentru a putea fi rulată online în cel mai simplu mod de pe unul dintre sistemele noastre de operare gratuite.
