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.
ดาวน์โหลดและใช้งานแอปชื่อ Detect and Track ด้วย OnWorks ออนไลน์ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OnWorks Linux หรือ Windows ออนไลน์ หรือโปรแกรมจำลองออนไลน์ MACOS จากเว็บไซต์นี้
- 5. จาก OnWorks Linux OS คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่น ติดตั้ง และเรียกใช้
ภาพหน้าจอ
Ad
ตรวจจับและติดตาม
DESCRIPTION
Detect-Track คือผลงานอย่างเป็นทางการของเอกสาร Detect to Track และ Track to Detect ของ Christoph Feichtenhofer, Axel Pinz และ Andrew Zisserman ใน ICCV ปี 2017 เฟรมเวิร์กนี้รวมการตรวจจับและการติดตามวัตถุไว้ในขั้นตอนเดียว ช่วยให้การตรวจจับรองรับการติดตามและการติดตามเพื่อเพิ่มประสิทธิภาพการตรวจจับ โค้ดนี้สร้างขึ้นจาก R-FCN เวอร์ชันที่ปรับปรุงแล้ว และสามารถนำไปใช้งานได้โดยใช้เครือข่ายหลัก เช่น ResNet-50, ResNet-101, ResNeXt-101 และ Inception-v4 ซึ่งผลลัพธ์แสดงให้เห็นถึงความแม่นยำขั้นสูงบนชุดข้อมูล ImageNet VID คลังข้อมูลนี้ประกอบด้วยสคริปต์ฝึกอบรมและทดสอบที่ใช้ MATLAB พร้อมด้วยแบบจำลองที่ฝึกอบรมไว้ล่วงหน้าและข้อเสนอภูมิภาคที่คำนวณไว้ล่วงหน้าเพื่อการทำซ้ำ มีการกำหนดค่าการทดสอบหลายแบบให้เลือกใช้ รวมถึงอินพุตแบบหลายเฟรมและเวอร์ชันปรับปรุงที่ปรับแต่งกล่องติดตามและผสานรวมความเชื่อมั่นในการตรวจจับข้ามเฟรม
คุณสมบัติ
- ใช้งานกรอบการทำงาน Detect-to-Track และ Track-to-Detect (ICCV 2017)
- สร้างขึ้นบน R-FCN ที่ปรับเปลี่ยนด้วยโครงหลัก ResNet, ResNeXt และ Inception
- จัดทำแบบจำลองที่ผ่านการฝึกอบรมล่วงหน้าและข้อเสนอภูมิภาคที่คำนวณไว้ล่วงหน้า
- สคริปต์ฝึกอบรมและทดสอบสำหรับชุดข้อมูล ImageNet VID และ DET
- โหมดการทดสอบหลายแบบรวมทั้งการติดตามแบบหลายเฟรมและแบบละเอียด
- ผลลัพธ์บรรลุผลมากกว่า 82% mAP บนชุดการตรวจสอบ VID ของ ImageNet
ภาษาโปรแกรม
C++, MATLAB
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/detect-and-track.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา
