Bu, en son sürümü Detectron2andtorchscriptsupport,attentionandpanopticnotebooks,codeimprovements.zip olarak indirilebilen DETR adlı Linux uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
DETR adlı bu uygulamayı OnWorks ile ücretsiz olarak indirin ve çevrimiçi çalıştırın.
Bu uygulamayı çalıştırmak için şu talimatları izleyin:
- 1. Bu uygulamayı PC'nize indirdiniz.
- 2. Dosya yöneticimize https://www.onworks.net/myfiles.php?username=XXXXX istediğiniz kullanıcı adını girin.
- 3. Bu uygulamayı böyle bir dosya yöneticisine yükleyin.
- 4. Bu web sitesinden OnWorks Linux çevrimiçi veya Windows çevrimiçi öykünücüsünü veya MACOS çevrimiçi öykünücüsünü başlatın.
- 5. Yeni başladığınız OnWorks Linux işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin, kurun ve çalıştırın.
EKRAN GÖRÜNTÜLERİ:
DETR
AÇIKLAMA:
DETR (DEtection TRansformer) için PyTorch eğitim kodu ve önceden eğitilmiş modeller. Tam karmaşık el yapımı nesne algılama hattını bir Transformer ile değiştiriyoruz ve daha hızlı R-CNN'yi ResNet-50 ile eşleştirerek, hesaplama gücünün (FLOP'ler) yarısını ve aynı sayıda parametreyi kullanarak COCO'da 42 AP elde ediyoruz. PyTorch'un 50 satırında çıkarım. Ne olduğunu. Geleneksel bilgisayarlı görme tekniklerinden farklı olarak DETR, nesne algılamaya doğrudan bir küme tahmini problemi olarak yaklaşır. İkili eşleştirme yoluyla benzersiz tahminleri zorlayan küme tabanlı bir küresel kayıp ve bir Transformer kodlayıcı-kod çözücü mimarisinden oluşur. Sabit bir küçük öğrenilmiş nesne sorguları kümesi verildiğinde, DETR, nesnelerin ilişkileri ve küresel görüntü bağlamı hakkında, son tahmin kümesini paralel olarak doğrudan çıktılamak için gerekçeler sunar. Bu paralel doğası gereği DETR çok hızlı ve verimlidir.
Özellikler
- DETR'nin uygulanması ve denenmesi çok basittir
- Temel DETR ve DETR-DC5 modelleri sağlıyoruz
- Modeller ayrıca torç göbeği aracılığıyla da mevcuttur
- DETR'de fazladan derlenmiş bileşen yoktur ve paket bağımlılıkları minimumdur
- DETR'yi, trafodaki AdamW ayar öğrenme oranını omurgada 1e-4 ve 1e-5'e ayarlayarak eğitiyoruz
- Segmentasyon maskelerini tahmin etmek için DETR'yi genişletmenin nispeten basit olduğunu gösteriyoruz
Programlama dili
Python
Kategoriler
Bu, https://sourceforge.net/projects/detr.mirror/ adresinden de getirilebilen bir uygulamadır. Ücretsiz İşletim Sistemlerimizden birinden en kolay şekilde çevrimiçi çalıştırılabilmesi için OnWorks'te barındırılmıştır.