Esta es la aplicación de Linux llamada Detectron2 cuya última versión se puede descargar como v0.6.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Detectron2 con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
detector2
DESCRIPCIÓN:
Detectron2 es el sistema de software de próxima generación de Facebook AI Research que implementa algoritmos de detección de objetos de última generación. Es una reescritura de la versión anterior, Detectron, y se origina en maskrcnn-benchmark. Está impulsado por el marco de aprendizaje profundo de PyTorch. Incluye más funciones como segmentación panóptica, Densepose, Cascade R-CNN, cuadros delimitadores rotados, PointRend, DeepLab, etc. Se puede utilizar como biblioteca para admitir diferentes proyectos además. Abriremos más proyectos de investigación de esta manera. Entrena mucho más rápido. Los modelos se pueden exportar al formato TorchScript o al formato Caffe2 para su implementación. Con un diseño nuevo y más modular, Detectron2 es flexible y extensible, y puede proporcionar capacitación rápida en servidores GPU únicos o múltiples. Detectron2 incluye implementaciones de alta calidad de detección de objetos de última generación.
Caracteristicas
- Diseño modular y extensible
- Permite a los usuarios conectar implementaciones de módulos personalizados
- Modelos R-CNN, Mask R-CNN, RetinaNet y DensePose más rápidos
- Norma de lotes síncronos y compatibilidad con nuevos conjuntos de datos
- Admite la detección de objetos con cuadros y máscaras de segmentación de instancias
- Apoya la segmentación semántica y la segmentación panóptica
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/detectron2.mirror/. Se ha alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.