ImageAI
ImageAI - PyTorch pretrained models
Pustaka python sumber terbuka yang dibuat untuk memberdayakan pengembang dalam membangun aplikasi dan sistem dengan kemampuan Pembelajaran Mendalam dan Visi Komputer mandiri menggunakan beberapa baris kode sederhana.
Jika Anda ingin mensponsori proyek ini, silakan kunjungi halaman sponsor Github .
Kami pencipta ImageAI dengan senang hati mengumumkan 2 proyek AI baru untuk menyediakan AI Generatif, LLM, dan Pemahaman Gambar yang canggih di komputer dan server pribadi Anda.
Instal Jarvis di PC/Mac untuk mengatur akses tak terbatas ke Obrolan AI yang didukung LLM untuk pekerjaan sehari-hari, penelitian, dan kebutuhan AI generatif Anda dengan privasi 100% dan kemampuan offline penuh.
Kunjungi https://jarvis.genxr.co untuk memulai.
TheiaEngine, Vision AI API komputer generasi berikutnya yang mampu melakukan semua tugas visi komputer Generatif dan Pemahaman dalam satu panggilan API dan tersedia melalui REST API untuk semua bahasa pemrograman. Fitur-fiturnya meliputi
Kunjungi https://www.genxr.co/theia-engine untuk mencoba demo dan bergabung dalam pengujian beta hari ini.
Dikembangkan dan dikelola oleh Moses Olafenwa
Dibuat dengan mempertimbangkan kesederhanaan, ImageAI mendukung daftar algoritma Machine Learning yang canggih untuk prediksi gambar, prediksi gambar khusus, deteksi objek, deteksi video, pelacakan objek video, dan pelatihan prediksi gambar. ImageAI saat ini mendukung prediksi dan pelatihan gambar menggunakan 4 algoritme Pembelajaran Mesin berbeda yang dilatih pada kumpulan data ImageNet-1000. ImageAI juga mendukung deteksi objek, deteksi video, dan pelacakan objek menggunakan RetinaNet, YOLOv3, dan TinyYOLOv3 yang dilatih pada dataset COCO. Terakhir, ImageAI memungkinkan Anda melatih model khusus untuk melakukan deteksi dan pengenalan objek baru.
Pada akhirnya, ImageAI akan memberikan dukungan untuk aspek Computer Vision yang lebih luas dan terspesialisasi
Rilis Baru: ImageAI 3.0.2
Apa yang baru:
Untuk menginstal ImageAI, jalankan instruksi instalasi python di bawah ini pada baris perintah:
Unduh dan Instal Python 3.7 , Python 3.8 , Python 3.9 atau Python 3.10
Instal dependensi
CPU : Unduh file persyaratan.txt dan instal melalui perintah
pip install -r requirements.txt
atau cukup salin dan jalankan perintah di bawah ini
pip install cython pillow>=7.0.0 numpy>=1.18.1 opencv-python>=4.1.2 torch>=1.9.0 --extra-index-url https://download.pytorch.org/whl/cpu torchvision>=0.10.0 --extra-index-url https://download.pytorch.org/whl/cpu pytest==7.1.3 tqdm==4.64.1 scipy>=1.7.3 matplotlib>=3.4.3 mock==4.0.3
GPU/CUDA : Unduh file persyaratan_gpu.txt dan instal melalui perintah
pip install -r requirements_gpu.txt
atau cukup salin dan jalankan perintah di bawah ini
pip install cython pillow>=7.0.0 numpy>=1.18.1 opencv-python>=4.1.2 torch>=1.9.0 --extra-index-url https://download.pytorch.org/whl/cu102 torchvision>=0.10.0 --extra-index-url https://download.pytorch.org/whl/cu102 pytest==7.1.3 tqdm==4.64.1 scipy>=1.7.3 matplotlib>=3.4.3 mock==4.0.3
Jika Anda berencana untuk melatih model AI khusus, unduh file require_extra.txt dan instal melalui perintah
pip install -r requirements_extra.txt
atau cukup salin dan jalankan perintah di bawah ini
pip install pycocotools@git+https://github.com/gautamchitnis/cocoapi.git@cocodataset-master#subdirectory=PythonAPI
Kemudian jalankan perintah di bawah ini untuk menginstal ImageAI
pip install imageai --upgrade
Klasifikasi Gambar |
 ImageAI menyediakan 4 algoritme dan tipe model berbeda untuk melakukan prediksi gambar, yang dilatih pada kumpulan data ImageNet-1000. 4 algoritma yang disediakan untuk prediksi gambar antara lain MobileNetV2, ResNet50, InceptionV3, dan DenseNet121. Klik tautan di bawah untuk melihat contoh kode lengkap, penjelasan, dan panduan praktik terbaik. |
Deteksi Objek |
 ImageAI menyediakan metode yang sangat nyaman dan kuat untuk melakukan deteksi objek pada gambar dan mengekstrak setiap objek dari gambar. Kelas deteksi objek menyediakan dukungan untuk RetinaNet, YOLOv3, dan TinyYOLOv3, dengan opsi untuk menyesuaikan performa canggih atau pemrosesan waktu nyata. Klik tautan di bawah untuk melihat contoh kode lengkap, penjelasan, dan panduan praktik terbaik. |
Deteksi & Analisis Objek Video |
 ImageAI menyediakan metode yang sangat nyaman dan kuat untuk melakukan deteksi objek dalam video. Kelas deteksi objek video yang disediakan hanya mendukung RetinaNet yang canggih saat ini. Klik tautan untuk melihat video lengkap, contoh kode, penjelasan, dan panduan praktik terbaik. |
Pelatihan model Klasifikasi Kustom |
 ImageAI menyediakan kelas dan metode bagi Anda untuk melatih model baru yang dapat digunakan untuk melakukan prediksi pada objek kustom Anda sendiri. Anda dapat melatih model kustom Anda menggunakan MobileNetV2, ResNet50, InceptionV3, dan DenseNet dalam 5 baris kode. Klik tautan di bawah untuk melihat panduan menyiapkan gambar pelatihan, contoh kode pelatihan, penjelasan, dan praktik terbaik. |
Klasifikasi Model Kustom |
 ImageAI menyediakan kelas dan metode bagi Anda untuk menjalankan prediksi gambar objek kustom Anda menggunakan model Anda sendiri yang dilatih dengan kelas Pelatihan Model ImageAI. Anda dapat menggunakan model khusus yang dilatih dengan MobileNetV2, ResNet50, InceptionV3, dan DenseNet serta file JSON yang berisi pemetaan nama objek khusus. Klik tautan di bawah untuk melihat panduan contoh kode pelatihan, penjelasan, dan panduan praktik terbaik. |
Pelatihan Model Deteksi Kustom |
 ImageAI menyediakan kelas dan metode bagi Anda untuk melatih model deteksi objek YOLOv3 atau TinyYOLOv3 baru pada kumpulan data khusus Anda. Artinya, Anda dapat melatih model untuk mendeteksi objek apa pun yang diinginkan dengan menyediakan gambar, anotasi, dan pelatihan menggunakan ImageAI. Klik tautan di bawah untuk melihat panduan contoh kode pelatihan, penjelasan, dan panduan praktik terbaik. |
Deteksi Objek Kustom |
 ImageAI kini menyediakan kelas dan metode untuk Anda mendeteksi dan mengenali objek kustom Anda sendiri dalam gambar menggunakan model Anda sendiri yang dilatih dengan kelas DetectionModelTrainer. Anda dapat menggunakan model YOLOv3 atau TinyYOLOv3 yang dilatih khusus dan file **.json** yang dihasilkan selama pelatihan. Klik tautan di bawah untuk melihat panduan contoh kode pelatihan, penjelasan, dan panduan praktik terbaik. |
Deteksi & Analisis Objek Video Khusus |
 ImageAI kini menyediakan kelas dan metode untuk Anda mendeteksi dan mengenali objek kustom Anda sendiri dalam gambar menggunakan model Anda sendiri yang dilatih dengan kelas DetectionModelTrainer. Anda dapat menggunakan model YOLOv3 atau TinyYOLOv3 yang dilatih khusus dan file **.json** yang dihasilkan selama pelatihan. Klik tautan di bawah untuk melihat panduan contoh kode pelatihan, penjelasan, dan panduan praktik terbaik. |
Kami telah menyediakan dokumentasi lengkap untuk semua kelas dan fungsi ImageAI . Kunjungi tautan di bawah ini:
ImageAI menyediakan implementasi teknologi Computer Vision yang tercanggih dan mudah digunakan. Semua implementasi dan kode ImageAI dapat bekerja pada sistem komputer mana pun dengan kapasitas CPU sedang. Namun, kecepatan pemrosesan untuk operasi seperti prediksi gambar, deteksi objek, dan lainnya pada CPU lambat dan tidak cocok untuk aplikasi real-time. Untuk melakukan operasi Computer Vision secara real-time dengan performa tinggi, Anda perlu menggunakan teknologi yang mendukung GPU.
ImageAI menggunakan tulang punggung PyTorch untuk operasi Computer Vision-nya. PyTorch mendukung CPU dan GPU (Khususnya GPU NVIDIA. Anda bisa mendapatkannya untuk PC Anda atau mendapatkan PC yang memilikinya) untuk implementasi pembelajaran mesin dan algoritma kecerdasan buatan.
Bagi siapa pun yang tertarik untuk membangun sistem AI dan menggunakannya untuk tujuan bisnis, ekonomi, sosial, dan penelitian, penting bagi orang tersebut untuk mengetahui kemungkinan dampak positif, negatif, dan dampak yang belum pernah terjadi sebelumnya dari penggunaan teknologi tersebut. Mereka juga harus menyadari pendekatan dan praktik yang direkomendasikan oleh pakar industri berpengalaman untuk memastikan setiap penggunaan AI membawa manfaat bagi umat manusia. Oleh karena itu, kami menyarankan kepada semua orang yang ingin menggunakan ImageAI serta alat dan sumber daya AI lainnya untuk membaca publikasi Microsoft pada bulan Januari 2018 tentang AI yang berjudul "The Future Computed: Artificial Intelligence and its role in society". Silakan ikuti tautan di bawah untuk mengunduh publikasi.
https://blogs.microsoft.com/blog/2018/01/17/future-computed-artificial-intelligence-role-society
Anda dapat mengutip ImageAI dalam proyek dan makalah penelitian Anda melalui entri BibTeX di bawah.
@misc {ImageAI,
author = "Moses",
title = "ImageAI, an open source python library built to empower developers to build applications and systems with self-contained Computer Vision capabilities",
url = "https://github.com/OlafenwaMoses/ImageAI",
month = "mar",
year = "2018--"
}
