Это приложение для Windows под названием Segmentation Models, последний выпуск которого можно загрузить как SegmentationModels-v0.3.2.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием Segmentation Models with OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Модели сегментации
ОПИСАНИЕ
Модели сегментации с предварительно обученными магистральными сетями. Высокоуровневый API (всего две строчки для создания нейронной сети) 9 моделей архитектур для бинарной и многоклассовой сегментации (включая легендарный Unet) 124 доступных энкодера (и более 500 энкодеров от timm) Все энкодеры имеют предварительно обученные веса для более быстрой и качественной работы конвергенция. Популярные метрики и потери для тренировок. Все энкодеры имеют предварительно обученные веса. Подготовка ваших данных таким же образом, как и во время предварительной тренировки весов, может дать вам лучшие результаты (более высокий показатель метрики и более быструю сходимость). В этом нет необходимости, если вы обучаете всю модель, а не только декодер. Pytorch Image Models (также известный как timm) имеет множество предварительно обученных моделей и интерфейс, который позволяет использовать эти модели в качестве кодировщиков в smp, однако поддерживаются не все модели. Параметр Входные каналы позволяет создавать модели, обрабатывающие тензоры с произвольным количеством каналов.
Особенности
- API высокого уровня (всего две строки для создания нейронной сети)
- 9 моделей архитектуры для бинарной и мультиклассовой сегментации (включая легендарный Unet)
- 124 доступных энкодера (и более 500 энкодеров от timm)
- Все энкодеры имеют предварительно обученные веса для более быстрой и лучшей сходимости.
- Популярные метрики и потери для тренировок
- Создайте свою первую модель сегментации с помощью SMP
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/segmentation-models.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.
