Dies ist die Linux-App namens SAHI, deren neueste Version als v0.11.13.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens SAHI mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
SAHI
BESCHREIBUNG
Eine leichtgewichtige Vision-Bibliothek zur Durchführung einer groß angelegten Objekterkennung und Instanzsegmentierung. Objekterkennung und Instanzsegmentierung sind die mit Abstand wichtigsten Anwendungsfelder der Computer Vision. Die Erkennung kleiner Objekte und die Inferenz auf große Bilder sind jedoch immer noch wichtige Probleme in der praktischen Anwendung. Hier kommt das SAHI, um Entwicklern dabei zu helfen, diese realen Probleme mit vielen Bildverarbeitungsprogrammen zu überwinden. Die Erkennung von kleinen Objekten und weit entfernten Objekten in der Szene ist eine große Herausforderung bei Überwachungsanwendungen. Solche Objekte werden durch eine kleine Anzahl von Pixeln im Bild dargestellt und es mangelt ihnen an ausreichenden Details, was es schwierig macht, sie mit herkömmlichen Detektoren zu erkennen. In dieser Arbeit wird ein Open-Source-Framework namens Slicing Aided Hyper Inference (SAHI) vorgeschlagen, das eine generische Slicing-unterstützte Inferenz- und Feinabstimmungspipeline für die Erkennung kleiner Objekte bereitstellt.
Eigenschaften
- Führen Sie eine geschnittene/standardmäßige Video-/Bildvorhersage durch
- Führen Sie Sliced/Standard Prediction mit einem beliebigen yolov5/mmdet/detectron2/huggingface-Modell durch und untersuchen Sie die Ergebnisse in der fiveone-App
- Automatisches Slicen von COCO-Anmerkungs- und Bilddateien
- Untersuchen Sie mehrere Vorhersageergebnisse in Ihrem COCO-Datensatz mit der Benutzeroberfläche von fiveone, geordnet nach der Anzahl der Fehlerkennungen
- Bewerten Sie klassenweise COCO AP und AR für gegebene Vorhersagen und Grundwahrheiten
- Berechnen und exportieren Sie viele Fehleranalyse-Plots
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/sahi.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
