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.
I-download at patakbuhin online ang app na ito na pinangalanang Detect and Track gamit ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
I-detect at Subaybayan
DESCRIPTION
Ang Detect-Track ay ang opisyal na pagpapatupad ng papel ng ICCV 2017 na Detect to Track and Track to Detect nina Christoph Feichtenhofer, Axel Pinz, at Andrew Zisserman. Pinag-iisa ng framework ang pagtuklas at pagsubaybay ng bagay sa isang pipeline, na nagpapahintulot sa pagtuklas na suportahan ang pagsubaybay at pagsubaybay upang mapahusay ang pagganap ng pagtuklas. Binuo sa isang binagong bersyon ng R-FCN, nagbibigay ang code ng mga pagpapatupad gamit ang mga backbone network gaya ng ResNet-50, ResNet-101, ResNeXt-101, at Inception-v4, na may mga resultang nagpapakita ng makabagong katumpakan sa dataset ng ImageNet VID. Kasama sa repositoryo ang MATLAB-based na pagsasanay at pagsubok ng mga script, kasama ng mga pre-trained na modelo at pre-computed na mga panukala sa rehiyon para sa reproducibility. Available ang maraming configuration ng pagsubok, kabilang ang multi-frame input at mga pinahusay na bersyon na pinipino ang mga kahon ng pagsubaybay at isinasama ang kumpiyansa sa pagtuklas sa mga frame.
Mga tampok
- Nagpapatupad ng Detect-to-Track at Track-to-Detect na framework (ICCV 2017)
- Binuo sa isang binagong R-FCN na may mga backbone ng ResNet, ResNeXt, at Inception
- Nagbibigay ng mga pre-trained na modelo at na-pre-compute na mga panukala sa rehiyon
- Pagsasanay at pagsubok ng mga script para sa ImageNet VID at DET dataset
- Maramihang mga mode ng pagsubok kabilang ang multi-frame at pinong pagsubaybay
- Ang mga resulta ay nakakamit ng higit sa 82% mAP sa ImageNet VID validation set
Wika ng Programming
C++, MATLAB
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/detect-and-track.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
