Bu, en son sürümü SegmentationModels-v0.3.2.zip olarak indirilebilen Segmentation Models adlı Windows uygulamasıdır. İş istasyonları için ücretsiz barındırma sağlayıcısı OnWorks'te çevrimiçi olarak çalıştırılabilir.
OnWorks ile Segmentasyon Modelleri adlı bu uygulamayı ücretsiz 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 herhangi bir OS OnWorks çevrimiçi öykünücüsünü başlatın, ancak daha iyi Windows çevrimiçi öykünücüsü.
- 5. Yeni başlattığınız OnWorks Windows işletim sisteminden, istediğiniz kullanıcı adıyla https://www.onworks.net/myfiles.php?username=XXXXX dosya yöneticimize gidin.
- 6. Uygulamayı indirin ve kurun.
- 7. Wine'ı Linux dağıtımları yazılım havuzlarınızdan indirin. Kurulduktan sonra, Wine ile çalıştırmak için uygulamaya çift tıklayabilirsiniz. Ayrıca, popüler Windows programlarını ve oyunlarını yüklemenize yardımcı olacak Wine üzerinden gösterişli bir arayüz olan PlayOnLinux'u da deneyebilirsiniz.
Wine, Windows yazılımını Linux üzerinde çalıştırmanın bir yoludur, ancak Windows gerektirmez. Wine, Windows programlarını doğrudan herhangi bir Linux masaüstünde çalıştırabilen açık kaynaklı bir Windows uyumluluk katmanıdır. Esasen Wine, Windows'a ihtiyaç duymadan tüm bu Windows uygulamalarını çalıştırabilmesi için yeterince Windows'u sıfırdan yeniden uygulamaya çalışıyor.
EKRAN GÖRÜNTÜLERİ:
Segmentasyon Modelleri
AÇIKLAMA:
Önceden eğitilmiş omurgalara sahip segmentasyon modelleri. Üst düzey API (bir sinir ağı oluşturmak için sadece iki satır) İkili ve çok sınıflı segmentasyon için 9 model mimarisi (efsanevi Unet dahil) 124 kullanılabilir kodlayıcı (ve timm'den 500+ kodlayıcı) Tüm kodlayıcıların daha hızlı ve daha iyi olması için önceden eğitilmiş ağırlıkları vardır yakınsama Eğitim rutinleri için popüler ölçümler ve kayıplar. Tüm kodlayıcılar önceden eğitilmiş ağırlıklara sahiptir. Verilerinizi ağırlık antrenmanı öncesi ile aynı şekilde hazırlamak size daha iyi sonuçlar verebilir (daha yüksek metrik puan ve daha hızlı yakınsama). Yalnızca kod çözücüyü değil, tüm modeli eğitmeniz durumunda gerekli değildir. Pytorch İmaj Modelleri (timm olarak da bilinir) çok sayıda önceden eğitilmiş modele ve bu modellerin smp'de kodlayıcı olarak kullanılmasına izin veren arayüze sahiptir, ancak tüm modeller desteklenmez. Giriş kanalları parametresi, rasgele sayıda kanalla tensörleri işleyen modeller oluşturmanıza olanak tanır.
Özellikler
- Yüksek seviyeli API (sinir ağı oluşturmak için sadece iki satır)
- İkili ve çok sınıflı segmentasyon için 9 model mimarisi (efsanevi Unet dahil)
- 124 kullanılabilir kodlayıcı (ve timm'den 500'den fazla kodlayıcı)
- Tüm kodlayıcılar, daha hızlı ve daha iyi yakınsama için önceden eğitilmiş ağırlıklara sahiptir
- Eğitim rutinleri için popüler ölçümler ve kayıplar
- SMP ile ilk Segmentasyon modelinizi oluşturun
Programlama dili
Python
Kategoriler
Bu, https://sourceforge.net/projects/segmentation-models.mirror/ adresinden de alınabilen bir uygulamadır. Ücretsiz Operatif Sistemlerimizden birinden en kolay şekilde online olarak çalıştırılabilmesi için OnWorks üzerinde barındırılmıştır.