这是名为 Mask2Former 的 Linux 应用程序，其最新版本可以下载为 Mask2Formersourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行此名为 Mask2Former 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
Mask2Former
商品描述
Mask2Former 是一个统一的分割架构，它使用一个模型和一个训练方案来处理语义、实例和全景分割。其核心思想是将分割转化为掩码分类：Transformer 解码器预测一组掩码查询，每个查询都具有相关的类别分数，从而无需使用特定于任务的 head。像素解码器融合多尺度特征，并将掩码注意力机制输入到 Transformer 中，使每个查询将计算集中在其当前的空间支持上。这可以生成具有清晰边界和强大小物体识别性能的精确掩码，同时在高分辨率输入下也能保持高效。该项目提供了广泛的配置和预训练模型，涵盖 COCO、ADE20K 和 Cityscapes 等热门基准测试。它基于 Detectron2 构建，包含训练脚本、推理工具和可视化实用程序，使实验更加简单。
功能
- 用于语义、实例和全景分割的单一架构
- 使用 Transformer 解码器对查询进行掩码分类
- 像素解码器加上掩蔽注意力机制，实现集中、高效的计算
- 多尺度特征融合，实现稳健的小物体和边界精度
- 标准数据集上的综合配置和预训练模型
- 基于 Detectron2 的训练、推理和可视化工具
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/mask2former.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。
