This is the Windows app named maskrcnn-benchmark whose latest release can be downloaded as Initialreleasesourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Descărcați și rulați online această aplicație numită maskrcnn-benchmark cu OnWorks gratuit.
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 orice emulator online OS OnWorks de pe acest site, dar mai bun emulator online Windows.
- 5. Din sistemul de operare Windows OnWorks 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 și instalați-o.
- 7. Descărcați Wine din depozitele de software ale distribuțiilor Linux. Odată instalat, puteți apoi să faceți dublu clic pe aplicație pentru a le rula cu Wine. De asemenea, puteți încerca PlayOnLinux, o interfață elegantă peste Wine, care vă va ajuta să instalați programe și jocuri populare Windows.
Wine este o modalitate de a rula software-ul Windows pe Linux, dar fără a fi necesar Windows. Wine este un strat de compatibilitate Windows open-source care poate rula programe Windows direct pe orice desktop Linux. În esență, Wine încearcă să reimplementeze suficient Windows de la zero, astfel încât să poată rula toate acele aplicații Windows fără a avea nevoie efectiv de Windows.
SCREENSHOTS
Ad
maskrcnn-benchmark
DESCRIERE
Mask R-CNN Benchmark este un framework bazat pe PyTorch care oferă implementări de înaltă performanță pentru modelele de detectare a obiectelor, segmentare a instanțelor și detectare a punctelor cheie. Construit inițial pentru a compara Mask R-CNN și modelele conexe, acesta oferă un design modular curat pentru a antrena și evalua eficient sistemele de detectare pe seturi de date standard precum COCO. Framework-ul integrează componente critice - rețele de propuneri de regiuni (RPN), straturi RoIAlign, capete de mască și arhitecturi backbone precum ResNet și FPN - optimizate atât pentru acuratețe, cât și pentru viteză. Acceptă antrenament distribuit multi-GPU, precizie mixtă și încărcătoare de date personalizate pentru seturi de date noi. Construit ca implementare de referință, a devenit o bază pentru Detectron2 de generație următoare, dar rămâne utilizat pe scară largă pentru cercetarea care necesită un mediu stabil și reproductibil. Instrumentele de vizualizare, punctele de control ale grădinii zoologice a modelelor și scripturile de comparare facilitează replicarea rezultatelor de ultimă generație sau reglarea fină a modelelor pentru sarcini personalizate.
Categorii
- Implementări de înaltă performanță ale modelelor Mask R-CNN, Faster R-CNN și puncte cheie
- Componente modulare pentru RPN-uri, RoIAlign, capete de mască și rețele principale
- Antrenament distribuit multi-GPU și suport mixt pentru precizie
- Suport pentru seturi de date și încărcătoare pentru COCO, Pascal VOC și seturi de date personalizate
- Instrumente de vizualizare și evaluare pentru detectarea și segmentarea rezultatelor
- Implementare de referință reproductibilă pentru benchmarking și reglaj fin
Limbaj de programare
Piton
Categorii
Aceasta este o aplicație care poate fi descărcată și de la https://sourceforge.net/projects/maskrcnn-benchmark.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.
