これは Segmentation Models という名前の Linux アプリで、最新リリースは SegmentationModels-v0.3.2.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
Segmentation Models with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
セグメンテーション モデル
DESCRIPTION
事前にトレーニングされたバックボーンを備えたセグメンテーション モデル。 高レベル API (わずか 9 行でニューラル ネットワークを作成) バイナリおよびマルチクラス セグメンテーション用の 124 つのモデル アーキテクチャ (伝説的な Unet を含む) 500 個の利用可能なエンコーダ (および timm からの XNUMX 個以上のエンコーダ) すべてのエンコーダには、より高速で優れたトレーニング済みの重みがあります収束。 トレーニング ルーチンの一般的な指標と損失。 すべてのエンコーダには事前にトレーニングされた重みがあります。 重みの事前トレーニング時と同じ方法でデータを準備すると、より良い結果 (より高いメトリクス スコアとより速い収束) が得られる可能性があります。 デコーダだけでなくモデル全体をトレーニングする場合には必要ありません。 Pytorch Image Models (別名 timm) には、これらのモデルを smp のエンコーダーとして使用できるようにする多くの事前トレーニング済みモデルとインターフェイスがありますが、すべてのモデルがサポートされているわけではありません。 入力チャンネル パラメーターを使用すると、任意の数のチャンネルでテンソルを処理するモデルを作成できます。
特徴
- 高レベル API (わずか XNUMX 行でニューラル ネットワークを作成)
- バイナリおよびマルチクラス セグメンテーション用の 9 つのモデル アーキテクチャ (伝説的な Unet を含む)
- 124 の利用可能なエンコーダー (および timm からの 500 以上のエンコーダー)
- すべてのエンコーダーには事前にトレーニングされた重みがあり、より速く、より良い収束を実現します。
- トレーニング ルーチンの一般的な指標と損失
- SMP を使用して最初のセグメンテーション モデルを作成する
プログラミング言語
Python
カテゴリー
これは、https://sourceforge.net/projects/segmentation-models.mirror/ から取得できるアプリケーションです。 無料のオペレーティング システムの XNUMX つから最も簡単な方法でオンラインで実行できるように、OnWorks でホストされています。
