This is the Windows 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.
Download and run online this app named Detect and Track with OnWorks for free.
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 любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Обнаружение и отслеживание
ОПИСАНИЕ
Detect-Track is the official implementation of the ICCV 2017 paper Detect to Track and Track to Detect by Christoph Feichtenhofer, Axel Pinz, and Andrew Zisserman. The framework unifies object detection and tracking into a single pipeline, allowing detection to support tracking and tracking to enhance detection performance. Built upon a modified version of R-FCN, the code provides implementations using backbone networks such as ResNet-50, ResNet-101, ResNeXt-101, and Inception-v4, with results demonstrating state-of-the-art accuracy on the ImageNet VID dataset. The repository includes MATLAB-based training and testing scripts, along with pre-trained models and pre-computed region proposals for reproducibility. Multiple testing configurations are available, including multi-frame input and enhanced versions that refine tracking boxes and integrate detection confidence across frames.
Особенности
- Implements Detect-to-Track and Track-to-Detect framework (ICCV 2017)
- Built on a modified R-FCN with ResNet, ResNeXt, and Inception backbones
- Provides pre-trained models and pre-computed region proposals
- Training and testing scripts for ImageNet VID and DET datasets
- Multiple testing modes including multi-frame and refined tracking
- Results achieve over 82% mAP on ImageNet VID validation set
Язык программирования
C ++, MATLAB
Категории
This is an application that can also be fetched from https://sourceforge.net/projects/detect-and-track.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
