Đây là ứng dụng Linux có tên RefineNet, phiên bản mới nhất có thể tải xuống dưới dạng refinenetsourcecode.tar.gz. Ứng dụng có thể chạy trực tuyến trên nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks dành cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng có tên RefineNet với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH:
RefineNet
SỰ MIÊU TẢ:
RefineNet là một khuôn khổ dựa trên MATLAB cho phân đoạn hình ảnh ngữ nghĩa và các tác vụ dự đoán mật độ chung. Nó triển khai kiến trúc được trình bày trong bài báo CVPR 2017 RefineNet: Mạng tinh chỉnh đa đường cho phân đoạn ngữ nghĩa độ phân giải cao và phiên bản mở rộng của nó được công bố trên TPAMI 2019. Khuôn khổ này sử dụng tinh chỉnh đa đường và nhóm dư được cải thiện để đạt được kết quả phân đoạn chất lượng cao trên nhiều tập dữ liệu chuẩn. Nó cung cấp các mô hình đã được đào tạo cho các tập dữ liệu như PASCAL VOC 2012, Cityscapes, NYUDv2, Person_Parts, PASCAL_Context, SUNRGBD và ADE20k, với các phiên bản dựa trên xương sống ResNet-101 và ResNet-152. Kho lưu trữ hỗ trợ cả dự đoán đơn tỷ lệ và đa tỷ lệ, với các tập lệnh để đào tạo, kiểm tra và đánh giá hiệu suất phân đoạn. Mặc dù cơ sở mã này dành riêng cho MATLAB và MatConvNet, một triển khai PyTorch và các biến thể nhẹ hơn cũng có sẵn từ cộng đồng.
Tính năng
- Triển khai RefineNet để phân đoạn ngữ nghĩa có độ phân giải cao
- Cung cấp các mô hình được đào tạo trên bảy tập dữ liệu chuẩn
- Hỗ trợ dự đoán đơn thang và đa thang với sự kết hợp
- Sử dụng nhóm dư thừa được cải thiện để có độ chính xác phân đoạn tốt hơn
- Bao gồm các tập lệnh đào tạo và đánh giá cho các tập dữ liệu tùy chỉnh
- Tương thích với xương sống ResNet-101 và ResNet-152 trong MatConvNet
Ngôn ngữ lập trình
C++, MATLAB, Python, Unix Shell
Danh Mục
Đây là một ứng dụng cũng có thể được tải xuống từ https://sourceforge.net/projects/refinenet.mirror/. Ứng dụng này được lưu trữ trên OnWorks để có thể chạy trực tuyến dễ dàng nhất từ một trong những Hệ điều hành miễn phí của chúng tôi.