WhatDog на компьютер

Рейтинг: 3,5/5 - ‎69 отзывов
Текущая версия: 1.0
Количество установок: 10 000+
Последнее обновление: 10.07.2017

Информация

Версия: 1.0
Размер: 95.1 MB
Категория: Книги и справочники
Разработчик: Omegadevs
Разрешения: [ еще ]
Что нового:
Initial release [Подробнее…]
Подробное описание:
Хотите испытать новейшие Machine Learning / AI на телефоне?
Ну, WhatDog ответ!

WhatDog сказать вам вид собаки в реально... [Подробнее…]
Изображения WhatDog на ПК с Windows
WhatDog на ПК с Windows

Инструкции по установке

Cкачать и установить WhatDog на компьютер бесплатно.

Многие из нас стали задавать простой вопрос: как скачать, установить и сыграть в нашу любимую игру прямо на компьютере?

Если вы не любите маленькие экраны смартфона или планшета, то сделать это можно с помощью программы-эмулятора. С ее помощью можно создать на своем компьютере среду Android и через нее запустить приложение. На данный момент самыми популярными утилитами для этого являются: Bluestacks и NoxPlayer.

Установка WhatDog на компьютер с помощью Bluestacks

BlueStacks — популярный эмулятор Android, который широко используется благодаря простоте использования, высокой производительности и полной интеграции с компьютерным оборудованием. BlueStacks предоставляет такие функции, как раскладка клавиатуры и поддержка нескольких экземпляров.

  1. Установить Bluestacks: Если на компьютере нет Bluestacks, перейдите на страницу https://www.bluestacks.com/ru/index.html и нажмите зеленую кнопку «Скачать Bluestacks» посередине страницы. Щелкните по зеленой кнопке «Скачать» в верхней части следующей страницы, а затем установите эмулятор:

    + Windows: Дважды щелкните загруженный EXE-файл, нажмите «Да» при появлении запроса, нажмите «Установить», нажмите «Готово», когда опция станет активной.

    + Mac: Дважды щелкните загруженный файл DMG, дважды щелкните значок Bluestacks, нажмите «Установить» при появлении запроса, разрешите установку стороннего программного обеспечения (если будет предложено) и нажмите «Продолжить».

  2. Скачайте файл APK на компьютер. APK-файлы являются установщиками приложений. Вы можете скачать apk-файл с нашего сайта.

  3. Откройте загруженный APK-файл. Перейдите в папку, в которую вы загрузили APK-файл, и дважды щелкните его, чтобы установить. Вы также можете перетащить APK-файл на экран приложения Bluestacks для установки.

  4. Запустите приложение. Когда значок приложения появится в Bluestacks, щелкните его, чтобы открыть приложение.

Установка WhatDog на компьютер с помощью NoxPlayer

NoxPlayer известен своей высокой производительностью и различными функциями, улучшающими взаимодействие с пользователем, такими как раскладка клавиатуры, несколько экземпляров и настраиваемые параметры.

  1. Посетите официальный сайт разработчика https://ru.bignox.com/, чтобы загрузить и установить NoxPlayer. Процесс установки обычно простой и быстрый.

  2. Перетащите APK-файл в NoxPlayer для установки.

  3. Процесс установки пройдет быстро. После успешной установки вы сможете найти «WhatDog» на главном экране NoxPlayer, просто нажмите, чтобы открыть.

Оценки и отзывы

3,5 из 5 - Оценок 69
5
11
4
11
3
10
2
7
1
30

(*) is required

Хотите испытать новейшие Machine Learning / AI на телефоне?
Ну, WhatDog ответ!

WhatDog сказать вам вид собаки в реальном времени и насколько уверенно он использует передовые машинного обучения и распознавания изображения технологии.
Все происходит в режиме реального времени на устройстве, никогда ничего не отправляется на сервер.
Поэтому будьте уверены, ваши данные безопасные с вами.

Это приложение все еще находится в ТЕСТИРОВАНИЯ ЭТАП. Если у вас есть чистая порода, которая не получает обнаруженную, не посылать меня на несколько фотографий, и я буду тренировать приложение для обнаружения вашей породы, при условии, что это чистая порода.

Приложение требует разрешения камеры и права доступа к файлу для запуска, так что без них, он не будет работать должным образом.



Поддерживаемые виды:
Affenpinscher
афганская борзая
африканские охотничьи собаки
эрдельтерьер
Американский стаффордширский терьер
аппенцелльский
австралиец терьер
басенджи
бассет
гончая
бедлингтон терьер
бернский зенненхунд
черно-подпалый Coonhound
Бленхейм спаниель
ищейка
Bluetick
колли
Бордер терьер
борзая
бостон бык
Фландрский Бувье
боксер
брабансон гриффон
бриар
Бретонский спаниель
бульмастиф
гурий
кардиган
Золотистый ретривер
чихуахуа
чау
Clumber
кокер-спаниель
колли
фигурный ретривер с покрытием
Денди динмонт
дикая собака
динго
доберман
английский Фоксхаунд
английский сеттер
английский спрингер
Entlebucher
лайка
прямошёрстный ретривер
французский бульдог
немецкая овчарка
немецкий короткошерстные указатель
ризеншнауцер
золотистый ретривер
сеттер-гордон
датский дог
большие пиренеи
Большая швейцарская горная собака
Groenendael
Ibizan гончая
ирландский сеттер
ирландский терьер
ирландское спаниель воды
ирландский волкодав
итальянская борзая
Японский спаниель
Keeshond
злой водяной
керри-блю-терьер
Комондор
кувас
Лабрадор ретривер
Лейкленд-терьер
Леонберга
лхаса
маламут
малинуа
мальтийский собака
мексиканскую голую
миниатюрный пинчер
миниатюрный пудель
цвергшнауцер
Ньюфаундленд
норфолк терьер
Норвежский Элкхаунд
Норидж-терьер
старый английский овчарки
Otterhound
папиллон
пекинес
Пембрук
померанский
мопс
Redbone
родезийский риджбек
ротвейлер
Сенбернар
салуки
самоедская
шипперке
скотч-терьер
дирхаунд
Sealyham терьер
шелти
ши Тсу
Сибирский хаски
шелковистый терьер
мягким покрытием пшеничный терьер
стаффордширский бультерьер
пудель
Цвергшнауцер
Сассекс спаниель
тибетский мастиф
Тибетский терьер
Игрушечный пудель
Той-терьер
Vizsla
ходок гончей
веймаранера
вельш спрингер спаниель
вест хайленд уайт терьер
гончая
проволока волосами Фокстерьер
йоркширский терьер


PSA: Только чистые породы собак будут работать должным образом.

В настоящее время 120 видов поддерживаются, следовательно, и размер приложения является довольно большим, и это основано на Tensorflow примере доступны на Github.

Кредиты:
Иконки, сделанные Freepik
от http://www.flaticon.com
под лицензией Creative Commons BY 3.0

Dataset Ссылка
Primary:
  Адитья Косла, Нитьянанда Jayadevaprakash, Bangpeng Яо и Ли Фей Фей. Новый набор данные для мелкозернистой Image Categorization.First семинара по мелкозернистой визуальной категоризации (FGVC), IEEE конференция по компьютерному зрению и распознавание образов (CVPR), 2011.

Secondary:
  J Дэн, W Донг, R Сошер, L.-J. Ли, К. Ли и L Фей-Fei, ImageNet: крупномасштабные базы данных Иерархических изображений. IEEE Computer Vision и распознавания образов (CVPR), 2009.
Initial release
  • CAMERA
  • WRITE_EXTERNAL_STORAGE
  • READ_PHONE_STATE
  • READ_EXTERNAL_STORAGE