这是名为 maskrcnn-benchmark 的 Linux 应用程序，其最新版本可以下载为 Initialreleasesourcecode.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 maskrcnn-benchmark 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。
截图：
Maskrcnn基准
描述：
Mask R-CNN Benchmark 是一个基于 PyTorch 的框架，提供高性能的目标检测、实例分割和关键点检测模型实现。它最初是为了对 Mask R-CNN 及相关模型进行基准测试而构建的，它采用简洁的模块化设计，能够在 COCO 等标准数据集上高效地训练和评估检测系统。该框架集成了关键组件——区域提议网络 (RPN)、RoIAlign 层、Mask Head 以及 ResNet 和 FPN 等骨干架构——并针对准确率和速度进行了优化。它支持多 GPU 分布式训练、混合精度以及针对新数据集的自定义数据加载器。作为参考实现，它已成为下一代 Detectron2 的基础，但仍广泛用于需要稳定、可复现环境的研究。可视化工具、模型动物园检查点和基准脚本使复制最佳结果或针对自定义任务微调模型变得容易。
功能
- Mask R-CNN、Faster R-CNN 和关键点模型的高性能实现
- RPN、RoIAlign、掩模头和主干的模块化组件
- 多 GPU 分布式训练和混合精度支持
- COCO、Pascal VOC 和自定义数据集的数据集支持和加载器
- 检测和分割结果的可视化和评估工具
- 用于基准测试和微调的可重复参考实现
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/maskrcnn-benchmark.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。