Ito ang Linux app na pinangalanang Raster Vision na ang pinakabagong release ay maaaring ma-download bilang RasterVision0.21.3sourcecode.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Raster Vision sa 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
Raster Vision
DESCRIPTION
Ang Raster Vision ay isang open source na framework para sa mga developer ng Python na gumagawa ng mga modelo ng computer vision sa satellite, aerial, at iba pang malalaking set ng imagery (kabilang ang oblique drone imagery). Mayroong built-in na suporta para sa chip classification, object detection, at semantic segmentation gamit ang PyTorch. Ang Raster Vision ay nagbibigay-daan sa mga inhinyero na mabilis at paulit-ulit na i-configure ang mga pipeline na dumadaan sa mga pangunahing bahagi ng isang machine learning workflow: pagsusuri ng data ng pagsasanay, paggawa ng mga training chip, mga modelo ng pagsasanay, paggawa ng mga hula, pagsusuri ng mga modelo, at pag-bundle ng mga file ng modelo at configuration para sa madaling pag-deploy. Ang input sa pipeline ng Raster Vision ay isang set ng mga larawan at data ng pagsasanay, opsyonal na may mga Areas of Interest (AOIs) na naglalarawan kung saan may label ang mga larawan. Ang output ng pipeline ng Raster Vision ay isang bundle ng modelo na nagbibigay-daan sa iyong madaling magamit ang mga modelo sa iba't ibang mga sitwasyon sa pag-deploy.
Mga tampok
- Magtipon ng mga istatistika at sukatan sa antas ng dataset para magamit sa mga proseso sa downstream
- Lumikha ng mga chips ng pagsasanay mula sa iba't ibang mga mapagkukunan ng imahe at label
- Sanayin ang isang modelo gamit ang isang "backend" tulad ng PyTorch
- Gumawa ng mga hula gamit ang mga sinanay na modelo sa pagpapatunay at data ng pagsubok
- Kumuha ng mga sukatan ng pagsusuri gaya ng F1 na marka, katumpakan, at pag-alala laban sa mga hula ng modelo sa mga dataset ng pagpapatunay
- I-bundle ang sinanay na modelo at nauugnay na configuration sa isang bundle ng modelo, na maaaring i-deploy sa mga proseso ng batch, live na server, at iba pang mga workflow
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/raster-vision.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
