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.
ดาวน์โหลดและรันแอปออนไลน์ชื่อ maskrcnn-benchmark ด้วย OnWorks ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ
Ad
maskrcnn-เกณฑ์มาตรฐาน
DESCRIPTION
Mask R-CNN Benchmark เป็นเฟรมเวิร์กที่พัฒนาบน PyTorch ซึ่งมอบการใช้งานประสิทธิภาพสูงสำหรับการตรวจจับวัตถุ การแบ่งส่วนอินสแตนซ์ และแบบจำลองการตรวจจับจุดสำคัญ เดิมทีสร้างขึ้นเพื่อเปรียบเทียบประสิทธิภาพของ Mask R-CNN และแบบจำลองที่เกี่ยวข้อง เฟรมเวิร์กนี้มีการออกแบบแบบโมดูลาร์ที่สะอาดตาเพื่อฝึกอบรมและประเมินระบบตรวจจับอย่างมีประสิทธิภาพบนชุดข้อมูลมาตรฐาน เช่น COCO เฟรมเวิร์กนี้ผสานรวมส่วนประกอบสำคัญต่างๆ ได้แก่ เครือข่ายข้อเสนอภูมิภาค (RPN), เลเยอร์ RoIAlign, หัวมาสก์ และสถาปัตยกรรมหลัก เช่น ResNet และ FPN ซึ่งปรับให้เหมาะสมทั้งด้านความแม่นยำและความเร็ว รองรับการฝึกฝนแบบกระจายหลาย GPU, ความแม่นยำแบบผสม และตัวโหลดข้อมูลแบบกำหนดเองสำหรับชุดข้อมูลใหม่ เฟรมเวิร์กนี้สร้างขึ้นเพื่อใช้เป็นข้อมูลอ้างอิง และกลายเป็นรากฐานสำหรับ Detectron2 รุ่นถัดไป แต่ยังคงถูกใช้อย่างแพร่หลายสำหรับการวิจัยที่ต้องการสภาพแวดล้อมที่เสถียรและทำซ้ำได้ เครื่องมือสร้างภาพ, จุดตรวจสอบแบบจำลอง และสคริปต์เปรียบเทียบประสิทธิภาพ ช่วยให้การจำลองผลลัพธ์ที่ทันสมัยหรือปรับแต่งแบบจำลองสำหรับงานที่กำหนดเองเป็นเรื่องง่าย
คุณสมบัติ
- การใช้งานประสิทธิภาพสูงของ Mask R-CNN, Faster R-CNN และโมเดลจุดสำคัญ
- ส่วนประกอบแบบโมดูลาร์สำหรับ RPN, RoIAlign, หัวมาส์ก และโครงหลัก
- การฝึกอบรมแบบกระจายหลาย GPU และการรองรับความแม่นยำแบบผสมผสาน
- การสนับสนุนชุดข้อมูลและตัวโหลดสำหรับ COCO, Pascal VOC และชุดข้อมูลที่กำหนดเอง
- เครื่องมือการสร้างภาพและการประเมินสำหรับผลการตรวจจับและการแบ่งส่วน
- การใช้งานอ้างอิงที่ทำซ้ำได้สำหรับการเปรียบเทียบประสิทธิภาพและการปรับแต่ง
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/maskrcnn-benchmark.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีตัวใดตัวหนึ่งของเรา
