Це програма для Windows під назвою Segmentation Models, останню версію якої можна завантажити як SegmentationModels-v0.3.2.zip. Його можна запустити онлайн у безкоштовного хостинг-провайдера OnWorks для робочих станцій.
Завантажте та запустіть цю програму під назвою Segmentation Models with OnWorks безкоштовно.
Дотримуйтесь цих інструкцій, щоб запустити цю програму:
- 1. Завантажив цю програму на свій ПК.
- 2. Введіть у наш файловий менеджер https://www.onworks.net/myfiles.php?username=XXXXX із потрібним ім'ям користувача.
- 3. Завантажте цю програму в такий файловий менеджер.
- 4. Запустіть будь-який онлайн емулятор ОС OnWorks з цього веб-сайту, але кращий онлайн-емулятор Windows.
- 5. З ОС OnWorks Windows, яку ви щойно запустили, перейдіть до нашого файлового менеджера https://www.onworks.net/myfiles.php?username=XXXXX з потрібним іменем користувача.
- 6. Завантажте програму та встановіть її.
- 7. Завантажте Wine зі сховищ програмного забезпечення дистрибутивів Linux. Після встановлення ви можете двічі клацнути програму, щоб запустити їх за допомогою Wine. Ви також можете спробувати PlayOnLinux, модний інтерфейс замість Wine, який допоможе вам встановити популярні програми та ігри Windows.
Wine — це спосіб запуску програмного забезпечення Windows на Linux, але без використання Windows. Wine — це рівень сумісності Windows з відкритим вихідним кодом, який може запускати програми Windows безпосередньо на будь-якому робочому столі Linux. По суті, Wine намагається повторно реалізувати достатньо Windows з нуля, щоб він міг запускати всі ці програми Windows, насправді не потребуючи Windows.
ЕКРАНИ
Ad
Моделі сегментації
ОПИС
Моделі сегментації з попередньо навченими магістралями. Високорівневий API (лише два рядки для створення нейронної мережі) 9 архітектур моделей для бінарної та багатокласової сегментації (включно з легендарним Unet) 124 доступні кодери (і 500+ кодерів від timm) Усі кодери мають попередньо навчені ваги для швидшого та кращого конвергенція. Популярні показники та втрати для тренувальних процедур. Усі кодери мають попередньо налаштовані ваги. Підготовка даних так само, як під час попереднього тренування з обтяженнями, може дати кращі результати (вищий показник метрики та швидша конвергенція). Це не потрібно, якщо ви тренуєте всю модель, а не лише декодер. Pytorch Image Models (aka timm) має багато попередньо підготовлених моделей та інтерфейсу, який дозволяє використовувати ці моделі як кодувальники в smp, однак не всі моделі підтримуються. Параметр вхідних каналів дозволяє створювати моделі, які обробляють тензори з довільною кількістю каналів.
Функції
- API високого рівня (лише два рядки для створення нейронної мережі)
- 9 архітектур моделей для бінарної та багатокласової сегментації (включаючи легендарний Unet)
- 124 доступні кодери (і понад 500 кодерів від timm)
- Усі кодери мають попередньо налаштовані ваги для швидшої та кращої конвергенції
- Популярні показники та втрати для тренувальних процедур
- Створіть свою першу модель сегментації за допомогою SMP
Мова програмування
Python
Категорії
Це додаток, який також можна завантажити з https://sourceforge.net/projects/segmentation-models.mirror/. Його розміщено в OnWorks, щоб його можна було найпростіше запускати онлайн з однієї з наших безкоштовних операційних систем.
