Це програма для Linux під назвою DETR, останню версію якої можна завантажити як Detectron2andtorchscriptsupport,attentionandpanopticnotebooks,codeimprovements.zip. Його можна запустити в режимі онлайн за допомогою безкоштовного хостинг-провайдера OnWorks для робочих станцій.
Завантажте та запустіть онлайн цю програму під назвою DETR з OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть онлайн-емулятор OnWorks Linux або Windows або онлайн-емулятор MACOS з цього веб-сайту.
- 5. З ОС OnWorks Linux, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму, встановіть її та запустіть.
ЕКРАНИ
Ad
DETR
ОПИС
Навчальний код PyTorch і попередньо підготовлені моделі для DETR (DEtection TRansformer). Ми замінюємо повний складний конвеєр виявлення об’єктів ручної роботи на Transformer і поєднуємо Faster R-CNN з ResNet-50, отримуючи 42 AP на COCO, використовуючи половину обчислювальної потужності (FLOP) і таку ж кількість параметрів. Висновок у 50 рядках PyTorch. Що це. На відміну від традиційних методів комп’ютерного зору, DETR підходить до виявлення об’єктів як до проблеми прямого передбачення множин. Він складається з глобальних втрат на основі набору, які змушують унікальні прогнози за допомогою двостороннього зіставлення, та архітектури кодера-декодера Transformer. Враховуючи фіксований невеликий набір запитів вивчених об’єктів, DETR міркує про відносини між об’єктами та глобальним контекстом зображення, щоб паралельно виводити остаточний набір прогнозів. Завдяки такому паралельному характеру DETR дуже швидкий та ефективний.
риси
- DETR дуже простий у реалізації та експериментуванні
- Ми пропонуємо базові моделі DETR і DETR-DC5
- Моделі також доступні через концентратор ліхтаря
- У DETR немає додаткових скомпільованих компонентів, а залежності пакетів мінімальні
- Ми навчаємо DETR, коли AdamW встановлює швидкість навчання в трансформаторі на 1e-4 і 1e-5 в магістралі
- Ми показуємо, що розширити DETR для прогнозування масок сегментації відносно просто
Мова програмування
Python
Категорії
Це додаток, який також можна отримати з https://sourceforge.net/projects/detr.mirror/. Його розміщено в OnWorks, щоб його можна було запустити в Інтернеті найпростішим способом з однієї з наших безкоштовних операційних систем.