Альбуменирование
| Оригинальный автор(ы) |
|
|---|---|
| Первоначальный выпуск | сентябрь 2016 г [ 1 ] |
| Репозиторий | github |
| Написано в | |
| Операционная система | |
| Доступно в | Английский |
| Тип | Библиотека для машинного и глубокого обучения |
| Лицензия | С [ 2 ] |
| Веб-сайт | упоминания об альбомах |
| Часть серии о |
| Машинное обучение и интеллектуальный анализ данных |
|---|
Альбументации — это мощная библиотека увеличения изображений с открытым исходным кодом, созданная в июне 2018 года группой исследователей и инженеров, в том числе Александром Буслаевым, Владимиром Игловиковым и Алексом Париновым. Библиотека была разработана, чтобы предоставить гибкую и эффективную основу для увеличения данных в задачах компьютерного зрения .
Увеличение данных — это метод, который включает искусственное увеличение размера набора данных путем создания новых изображений посредством различных преобразований, таких как вращение, масштабирование, переворачивание и настройка цвета. Этот процесс помогает повысить производительность моделей машинного обучения за счет предоставления более разнообразного набора обучающих примеров.
Построенная на основе OpenCV , широко используемой библиотеки компьютерного зрения, Albumementations обеспечивает высокопроизводительную реализацию различных функций обработки изображений. Он также предлагает богатый набор функций преобразования изображений и простой API для их объединения, что позволяет пользователям создавать собственные конвейеры расширения, адаптированные к их конкретным потребностям. [ 3 ]
Принятие
[ редактировать ]Альбументации завоевали значительную популярность и признание в сообществе специалистов по компьютерному зрению и глубокому обучению с момента своего появления в 2018 году. Библиотека была разработана, чтобы обеспечить гибкую и эффективную основу для увеличения данных в задачах компьютерного зрения, и получила широкое распространение в академических исследованиях, открытых -исходные проекты и конкурсы по машинному обучению.
Исследовательская работа библиотеки «Альбументации: быстрое и гибкое увеличение изображений» получила более 1000 цитирований, что подчеркивает ее важность и влияние в области компьютерного зрения. [ 4 ] Библиотека также получила широкое распространение в проектах компьютерного зрения и глубокого обучения: от нее зависит более 12 000 пакетов, перечисленных на ее зависимой странице GitHub. [ 5 ]
Кроме того, Albumementations использовалась во многих выигрышных решениях для соревнований по компьютерному зрению, в том числе в конкурсе DeepFake Detection на Kaggle с призом в 1 миллион долларов. [ 6 ]
Пример
[ редактировать ]Следующая программа демонстрирует функциональность библиотеки на простом примере:
import albumentations as A
import cv2
# Declare an augmentation pipeline
transform = A.Compose([
A.RandomCrop(width=256, height=256),
A.HorizontalFlip(p=0.5),
A.RandomBrightnessContrast(p=0.2),
])
# Read an image with OpenCV and convert it to the RGB colorspace
image = cv2.imread("image.jpg")
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# Augment an image
transformed = transform(image=image)
transformed_image = transformed["image"]
Ссылки
[ редактировать ]- ^ «Первый коммит» . Гитхаб . 5 июня 2018 г.
- ^ «Лицензия МИТ» . Гитхаб .
- ^ Александр Буслаев; Владимир Игловиков; Алекс Паринов; Евгений Хведченя; Александр Калинин (2020). «Альбументации: быстрое и гибкое увеличение изображений» . Информация . 11 (2). MDPI: 125. arXiv : 1809.06839 . дои : 10.3390/info11020125 .
- ^ «Академия Google — Альбоментация: быстрое и гибкое увеличение изображений» . Google Академик . Проверено 31 марта 2023 г.
- ^ «Альбументации, зависимые от GitHub» . Гитхаб . Проверено 31 марта 2023 г.
- ^ «Альбументации – кто использует?» . Альбументации . Проверено 31 марта 2023 г.