This is the Windows app named RefineNet whose latest release can be downloaded as refinenetsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
免费下载并在线运行这个名为 RefineNet with OnWorks 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. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 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. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
精炼网络
商品描述
RefineNet 是一个基于 MATLAB 的框架，用于语义图像分割和通用密集预测任务。它实现了 CVPR 2017 论文《RefineNet：用于高分辨率语义分割的多路径细化网络》及其在 TPAMI 2019 上发布的扩展版本中提出的架构。该框架使用多路径细化和改进的残差池化，在多个基准数据集上实现了高质量的分割结果。它为 PASCAL VOC 2012、Cityscapes、NYUDv2、Person_Parts、PASCAL_Context、SUNRGBD 和 ADE20k 等数据集提供经过训练的模型，并提供了基于 ResNet-101 和 ResNet-152 主干网络的版本。该代码库支持单尺度和多尺度预测，并提供用于训练、测试和评估分割性能的脚本。虽然此代码库特定于 MATLAB 和 MatConvNet，但社区也提供了 PyTorch 实现和更轻量级的变体。
功能
- 实现 RefineNet 进行高分辨率语义分割
- 提供七个基准数据集上的训练模型
- 支持单尺度和多尺度融合预测
- 使用改进的残差池来提高分割精度
- 包括自定义数据集的训练和评估脚本
- 与 MatConvNet 中的 ResNet-101 和 ResNet-152 主干兼容
程式语言
C++、MATLAB、Python、Unix Shell
分类
此应用程序也可从 https://sourceforge.net/projects/refinenet.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。
