This is the Linux app named DeepMask whose latest release can be downloaded as deepmasksourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
使用 OnWorks 免费下载并在线运行这个名为 DeepMask 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
DeepMask
商品描述
DeepMask 是一种早期且颇具影响力的类别无关物体分割方法，它学习直接从图像中生成像素级精确的掩码。该网络并非先生成边界框再进行细化，而是预测给定图像块的前景掩码和“物体性”得分，从而生成适用于下游检测或实例分割的高质量分割候选框。该模型采用端到端训练，将掩码形状与物体大小对齐，在可控的候选框数量下显著提升了召回率。在实践中，DeepMask 在带有滑动窗口的图像金字塔上运行，然后进行非极大值抑制以生成一组紧凑的候选框。配套的细化模型 (SharpMask) 可以锐化粗略预测，恢复细小的边界，例如细小的肢体或物体边缘。该代码库（位于原始 Torch/Lua 堆栈中）包含预训练权重、训练脚本和评估工具。
功能
- 与类别无关的掩码提议网络，可预测掩码和对象性
- 具有非最大抑制的多尺度滑动窗口推理
- 可选细化阶段（SharpMask），用于清晰、边界感知的蒙版
- 使用预训练模型和脚本的 Torch/Lua 实现
- 召回率高，但提案相对较少，有利于下游高效使用
- 用于导出提案并与检测管道集成的实用程序
程式语言
LUA
分类
此应用程序也可从 https://sourceforge.net/projects/deepmask.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
