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.
Бесплатно скачайте и запустите онлайн приложение под названием Detect and Track with OnWorks.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите онлайн-эмулятор OnWorks Linux или Windows или онлайн-эмулятор MACOS с этого веб-сайта.
- 5. В только что запущенной ОС OnWorks Linux перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение, установите его и запустите.
СКРИНШОТЫ
Ad
Обнаружение и отслеживание
ОПИСАНИЕ
Detect-Track — официальная реализация статьи ICCV 2017 года «Обнаружение для отслеживания и отслеживание для обнаружения» Кристофа Файхтенхофера, Акселя Пинца и Эндрю Циссермана. Фреймворк объединяет обнаружение и отслеживание объектов в единый конвейер, позволяя обнаружению поддерживать отслеживание и отслеживание для повышения эффективности обнаружения. Разработанный на основе модифицированной версии R-FCN, код обеспечивает реализации с использованием магистральных сетей, таких как ResNet-50, ResNet-101, ResNeXt-101 и Inception-v4, с результатами, демонстрирующими высочайшую точность на наборе данных ImageNet VID. Репозиторий включает в себя сценарии обучения и тестирования на основе MATLAB, а также предварительно обученные модели и предварительно вычисленные предложения областей для воспроизводимости. Доступны различные конфигурации тестирования, включая многокадровый ввод и улучшенные версии, которые уточняют области отслеживания и интегрируют уверенность обнаружения между кадрами.
Особенности
- Реализует фреймворки Detect-to-Track и Track-to-Detect (ICCV 2017)
- Построен на модифицированной архитектуре R-FCN с использованием ResNet, ResNeXt и Inception
- Предоставляет предварительно обученные модели и предварительно рассчитанные предложения регионов
- Скрипты обучения и тестирования для наборов данных ImageNet VID и DET
- Несколько режимов тестирования, включая многокадровое и улучшенное отслеживание
- Результаты достигают более 82% mAP на наборе для проверки ImageNet VID
Язык программирования
C ++, MATLAB
Категории
Это приложение также можно скачать по адресу https://sourceforge.net/projects/detect-and-track.mirror/. Оно размещено на платформе OnWorks для максимально удобного запуска онлайн с помощью одной из наших бесплатных операционных систем.
