นี่คือแอป Windows ชื่อ Segmentation Models ซึ่งสามารถดาวน์โหลดรุ่นล่าสุดได้ในชื่อ SegmentationModels-v0.3.2.zip สามารถเรียกใช้ออนไลน์ได้ใน OnWorks ผู้ให้บริการโฮสต์ฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและเรียกใช้แอปนี้ทางออนไลน์ชื่อ Segmentation Models ด้วย OnWorks ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ
Ad
โมเดลการแบ่งส่วน
DESCRIPTION
แบบจำลองการแบ่งส่วนที่มีแกนหลักที่ได้รับการฝึกฝนไว้ล่วงหน้า API ระดับสูง (เพียงสองบรรทัดเพื่อสร้างโครงข่ายประสาทเทียม) สถาปัตยกรรมแบบจำลอง 9 แบบสำหรับการแบ่งส่วนไบนารีและหลายคลาส (รวมถึง Unet ในตำนาน) ตัวเข้ารหัส 124 ตัว (และตัวเข้ารหัส 500 ตัวจาก timm) ตัวเข้ารหัสทั้งหมดมีน้ำหนักที่ฝึกไว้ล่วงหน้าเพื่อความรวดเร็วและดียิ่งขึ้น การบรรจบกัน เมตริกยอดนิยมและการแพ้สำหรับกิจวัตรการฝึกซ้อม เครื่องเข้ารหัสทั้งหมดมีน้ำหนักที่ฝึกไว้ล่วงหน้า การเตรียมข้อมูลของคุณในลักษณะเดียวกับระหว่างการฝึกน้ำหนักล่วงหน้าอาจให้ผลลัพธ์ที่ดีกว่า (คะแนนตัวชี้วัดที่สูงขึ้นและการบรรจบกันที่เร็วขึ้น) ไม่จำเป็นในกรณีที่คุณฝึกทั้งโมเดล ไม่ใช่เฉพาะตัวถอดรหัส Pytorch Image Models (aka timm) มีโมเดลและอินเทอร์เฟซที่ฝึกไว้ล่วงหน้าจำนวนมากซึ่งอนุญาตให้ใช้โมเดลเหล่านี้เป็นตัวเข้ารหัสใน smp อย่างไรก็ตาม บางโมเดลไม่ได้รับการสนับสนุน พารามิเตอร์ช่องสัญญาณอินพุตช่วยให้คุณสร้างแบบจำลองซึ่งประมวลผลเทนเซอร์ด้วยจำนวนช่องสัญญาณโดยพลการ
คุณสมบัติ
- API ระดับสูง (เพียงสองบรรทัดเพื่อสร้างโครงข่ายประสาทเทียม)
- 9 โมเดลสถาปัตยกรรมสำหรับการแบ่งส่วนไบนารีและหลายคลาส (รวมถึง Unet ในตำนาน)
- มีตัวเข้ารหัส 124 ตัว (และตัวเข้ารหัสมากกว่า 500 ตัวจาก timm)
- ตัวเข้ารหัสทั้งหมดมีน้ำหนักที่ฝึกไว้ล่วงหน้าเพื่อการบรรจบกันที่รวดเร็วและดียิ่งขึ้น
- เมตริกยอดนิยมและการแพ้สำหรับกิจวัตรการฝึกซ้อม
- สร้างแบบจำลองการแบ่งส่วนแรกของคุณด้วย SMP
ภาษาโปรแกรม
หลาม
หมวดหมู่
นี่เป็นแอปพลิเคชันที่สามารถดึงข้อมูลได้จาก https://sourceforge.net/projects/segmentation-models.mirror/ มีการโฮสต์ใน OnWorks เพื่อให้ทำงานออนไลน์ด้วยวิธีที่ง่ายที่สุดจากหนึ่งในระบบปฏิบัติการฟรีของเรา
