Dies ist die Linux-App namens U-Net Fusion RFI, deren neueste Version als bytefil_img.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens U-Net Fusion RFI 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:
U-Net Fusion RFI
BESCHREIBUNG:
Siehe Originalcode hier: https://github.com/jakeret/tf_unet
Derzeit basiert dieses Projekt auf der Tensorflow 1.13-Codebasis und es gibt keine Pläne, auf TF Version 2 zu übertragen. Zu den wichtigsten Verbesserungen dieser Codebasis gehören ein Trainings- und Bewertungsframework sowie ein fusionsbasierter Erkennungsansatz, der eine Reihe von Modellen kombiniert (derzeit fest auf zwei trainierte Modelle codiert) zusammen mit Sum Threshold als zusätzlichem „Experten“. Es werden zusätzliche Arbeiten durchgeführt, um benutzerdefinierte Ebenen zu diesem Modell für weitere Experimente hinzuzufügen, einschließlich Squeeze/Excitation-Ebenen (nicht implementiert).
Der Summenschwellenwert (bei der Fusion als Experte und beim Testen als Vergleich) erfordert die Verwendung von AOFlagger von Andre Offringa. Sie finden diesen Code unter https://gitlab.com/aroffringa/aoflagger. Dieses Projekt verwendet das Programm aoflagger im Code. Daher müssen Sie möglicherweise vor der Verwendung sicherstellen, dass alle Umgebungsvariablen für aoflagger festgelegt sind.
zitieren: https://sourceforge.net/p/u-net-fusion-rfi/wiki/cite/
Eigenschaften
- Echte Spektrogrammbilder, gekennzeichnet durch den in den Dateien enthaltenen Summenschwellenwert
- Inklusive synthetisch erzeugter Testspektrogramme
- Möglichkeit, Modellergebnisse mit dem Summenschwellenwert zur Vorhersageauswertung zu fusionieren
Publikum
Bildung
Benutzeroberfläche
Befehlszeile
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/u-net-fusion-rfi/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.