Ito ang Linux app na pinangalanang RefineNet na ang pinakabagong release ay maaaring ma-download bilang refinenetsourcecode.tar.gz. 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 RefineNet 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
RefineNet
DESCRIPTION
Ang RefineNet ay isang balangkas na nakabatay sa MATLAB para sa semantic na pagse-segment ng imahe at mga pangkalahatang siksik na gawain sa paghula. Ipinapatupad nito ang arkitektura na ipinakita sa CVPR 2017 na papel na RefineNet: Multi-Path Refinement Networks para sa High-Resolution Semantic Segmentation at ang pinahabang bersyon nito na na-publish sa TPAMI 2019. Gumagamit ang framework ng multi-path refinement at pinahusay na residual pooling para makamit ang mataas na kalidad na mga resulta ng segmentation sa maraming benchmark na dataset. Nagbibigay ito ng mga sinanay na modelo para sa mga dataset gaya ng PASCAL VOC 2012, Cityscapes, NYUDv2, Person_Parts, PASCAL_Context, SUNRGBD, at ADE20k, na may mga bersyon na batay sa ResNet-101 at ResNet-152 backbones. Sinusuportahan ng repository ang parehong single-scale at multi-scale na hula, na may mga script para sa pagsasanay, pagsubok, at pagsusuri sa pagganap ng segmentation. Bagama't partikular ang codebase na ito sa MATLAB at MatConvNet, available din ang isang pagpapatupad ng PyTorch at mga mas magaan na variant mula sa komunidad.
Mga tampok
- Ipinapatupad ang RefineNet para sa high-resolution na semantic segmentation
- Nagbibigay ng mga sinanay na modelo sa pitong benchmark na dataset
- Sinusuportahan ang single-scale at multi-scale na hula na may fusion
- Gumagamit ng pinahusay na natitirang pooling para sa mas mahusay na katumpakan ng segmentation
- Kasama ang mga script ng pagsasanay at pagsusuri para sa mga custom na dataset
- Tugma sa ResNet-101 at ResNet-152 backbones sa MatConvNet
Wika ng Programming
C++, MATLAB, Python, Unix Shell
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/refinenet.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
