หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

อัลบัม


เอกสาร | ไม่ลงรอยกัน | ทวิตเตอร์ | ลิงค์อิน

Albumentations เป็นไลบรารี Python สำหรับการเพิ่มรูปภาพ การเพิ่มรูปภาพใช้ในการเรียนรู้เชิงลึกและงานคอมพิวเตอร์วิทัศน์เพื่อเพิ่มคุณภาพของโมเดลที่ผ่านการฝึกอบรม วัตถุประสงค์ของการเพิ่มภาพคือการสร้างตัวอย่างการฝึกอบรมใหม่จากข้อมูลที่มีอยู่

นี่คือตัวอย่างวิธีที่คุณสามารถใช้การเพิ่มระดับพิกเซลจากอัลบั้มอัลบั้มเพื่อสร้างภาพใหม่จากต้นฉบับ:

ทำไมต้องทำอัลบูเมนชั่น

  • รองรับ Computer Vision อย่างสมบูรณ์ : ทำงานร่วมกับงาน CV ที่สำคัญทั้งหมด รวมถึงการจัดหมวดหมู่ การแบ่งส่วน (ความหมายและอินสแตนซ์) การตรวจจับวัตถุ และการประมาณค่าท่าทาง

  • API แบบครบวงจรที่เรียบง่าย : อินเทอร์เฟซเดียวที่สอดคล้องกันสำหรับทุกประเภทข้อมูล - รูปภาพ RGB/ระดับสีเทา/หลายสเปกตรัม มาสก์ กล่องขอบเขต และจุดสำคัญ

  • Rich Augmentation Library : การเสริมคุณภาพสูงมากกว่า 70 รายการเพื่อปรับปรุงข้อมูลการฝึกของคุณ

  • รวดเร็ว : ได้รับการเปรียบเทียบอย่างต่อเนื่องว่าเป็นไลบรารี่เสริมที่เร็วที่สุด พร้อมการเพิ่มประสิทธิภาพสำหรับการใช้งานจริง

  • การบูรณาการการเรียนรู้เชิงลึก : ทำงานร่วมกับ PyTorch, TensorFlow และเฟรมเวิร์กอื่นๆ ส่วนหนึ่งของระบบนิเวศ PyTorch

  • สร้างโดยผู้เชี่ยวชาญ : สร้างโดยนักพัฒนาที่มีประสบการณ์เชิงลึกในด้านคอมพิวเตอร์วิทัศน์และการแข่งขันแมชชีนเลิร์นนิง

โครงการขับเคลื่อนโดยชุมชน สนับสนุนโดย

Albumentations ประสบความสำเร็จในการมีส่วนร่วมของนักพัฒนา เราขอขอบคุณผู้สนับสนุนของเราที่ช่วยรักษาโครงสร้างพื้นฐานของโครงการ

- ผู้สนับสนุนระดับโกลด์
บริษัทของคุณอาจอยู่ที่นี่
- ผู้สนับสนุนระดับซิลเวอร์

- ผู้สนับสนุนระดับบรอนซ์

- ร่วมเป็นสปอนเซอร์

การสนับสนุนของคุณเป็นวิธีหนึ่งในการกล่าว "ขอบคุณ" ต่อผู้ดูแลและผู้มีส่วนร่วมที่ใช้เวลาว่างในการสร้างและดูแลรักษาอัลบัม มีผู้สนับสนุนอยู่ในเว็บไซต์และ README ของเรา ดูระดับการสนับสนุนบนผู้สนับสนุน GitHub

สารบัญ

  • อัลบัม

    • ข้อมูลระบบ

    • พารามิเตอร์มาตรฐาน

    • เวอร์ชันห้องสมุด

    • การแบ่งส่วนความหมายบนชุดข้อมูล Inria

    • การถ่ายภาพทางการแพทย์

    • การตรวจจับวัตถุและการแบ่งส่วนความหมายบนชุดข้อมูล Mapillary Vistas

    • การเสริมจุดสำคัญ

    • การแปลงระดับพิกเซล

    • การเปลี่ยนแปลงระดับเชิงพื้นที่

    • ดูเพิ่มเติม

    • ฉันใหม่กับการเสริมภาพ

    • ฉันต้องการใช้การแบ่งอัลบั้มสำหรับงานเฉพาะ เช่น การจำแนกประเภทหรือการแบ่งส่วน

    • ฉันต้องการทราบวิธีใช้ Albumentations กับเฟรมเวิร์กการเรียนรู้เชิงลึก

    • ฉันต้องการสำรวจการเสริมและดูการทำงานของอัลบัม

    • ผู้ดูแลปัจจุบัน

    • สมาชิกในทีมหลักกิตติมศักดิ์

    • - ร่วมเป็นสปอนเซอร์

    • ทำไมต้องทำอัลบูเมนชั่น

    • โครงการขับเคลื่อนโดยชุมชน สนับสนุนโดย

    • สารบัญ

    • ผู้เขียน

    • การติดตั้ง

    • เอกสารประกอบ

    • ตัวอย่างง่ายๆ

    • เริ่มต้นใช้งาน

    • ใครบ้างที่กำลังใช้ยาอัลบูเมนเทชั่น

    • รายการเสริม

    • ตัวอย่าง การเสริม เพิ่มเติมบางส่วน

    • ผลลัพธ์การเปรียบเทียบ

    • การเปรียบเทียบประสิทธิภาพ

    • มีส่วนร่วม

    • ชุมชน

    • การอ้างอิง

    ผู้เขียน

    ผู้ดูแลปัจจุบัน

    Vladimir I. Iglovikov | แก๊กเกิล แกรนด์มาสเตอร์

    สมาชิกในทีมหลักกิตติมศักดิ์

    มิคาอิล ดรูซินิน | ผู้เชี่ยวชาญเรื่อง Kaggle

    อเล็กซ์ ปารินอฟ | อาจารย์คังเกิล

    อเล็กซานเดอร์ บุสเลฟ | อาจารย์คังเกิล

    ยูจีน Khvedchenya | แก๊กเกิล แกรนด์มาสเตอร์

    การติดตั้ง

    อัลบัมต้องใช้ Python 3.9 หรือสูงกว่า วิธีติดตั้งเวอร์ชันล่าสุดจาก PyPI:

     pip install -U การทำอัลบัม

    ตัวเลือกการติดตั้งอื่นๆ มีอธิบายไว้ในเอกสารประกอบ

    เอกสารประกอบ

    เอกสารฉบับเต็มมีอยู่ที่ https://albumentations.ai/docs/

    ตัวอย่างง่ายๆ

     นำเข้าอัลบั้มเป็น Aimport cv2# ประกาศการแปลงไปป์ไลน์เสริม = A.Compose([A.RandomCrop(width=256, height=256),A.HorizontalFlip(p=0.5),A.RandomBrightnessContrast(p=0.2)
])# อ่านรูปภาพด้วย OpenCV และแปลงเป็น RGB colorspaceimage = cv2.imread("image.jpg")image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# Augment an imagetransformed = แปลง(image=image)transformed_image = แปลงร่างแล้ว["รูปภาพ"]

    เริ่มต้นใช้งาน

    ฉันใหม่กับการเสริมภาพ

    โปรดเริ่มต้นด้วยบทความแนะนำว่าทำไมการเสริมภาพจึงมีความสำคัญ และจะช่วยในการสร้างแบบจำลองที่ดีขึ้นได้อย่างไร

    ฉันต้องการใช้การแบ่งอัลบั้มสำหรับงานเฉพาะ เช่น การจำแนกประเภทหรือการแบ่งส่วน

    หากคุณต้องการใช้การแบ่งอัลบั้มสำหรับงานเฉพาะ เช่น การจัดหมวดหมู่ การแบ่งส่วน หรือการตรวจจับวัตถุ โปรดดูชุดบทความที่มีคำอธิบายเชิงลึกของงานนี้ นอกจากนี้เรายังมีรายการตัวอย่างการใช้ Albumentations สำหรับกรณีการใช้งานที่แตกต่างกันอีกด้วย

    ฉันต้องการทราบวิธีใช้ Albumentations กับเฟรมเวิร์กการเรียนรู้เชิงลึก

    เรามีตัวอย่างการใช้ Albumentations ร่วมกับ PyTorch และ TensorFlow

    ฉันต้องการสำรวจการเสริมและดูการทำงานของอัลบัม

    ตรวจสอบการสาธิตออนไลน์ของห้องสมุด ด้วยเครื่องมือนี้ คุณจะสามารถใช้การเสริมกับรูปภาพต่างๆ และดูผลลัพธ์ได้ นอกจากนี้เรายังมีรายการส่วนเสริมที่มีอยู่ทั้งหมดและเป้าหมายอีกด้วย

    ใครบ้างที่กำลังใช้ยาอัลบูเมนเทชั่น


    ดูเพิ่มเติม

    • รายชื่อเอกสารที่อ้างอิงถึงอัลบัม

    • โครงการโอเพ่นซอร์สที่ใช้ Albumentations

    รายการเสริม

    การแปลงระดับพิกเซล

    การแปลงระดับพิกเซลจะเปลี่ยนเฉพาะรูปภาพอินพุต และจะทำให้เป้าหมายเพิ่มเติม เช่น มาสก์ กรอบขอบเขต และจุดสำคัญไม่เปลี่ยนแปลง รายการการแปลงระดับพิกเซล:

    • สารเติมแต่งเสียงรบกวน

    • ขั้นสูงเบลอ

    • คอนทราสต์อัตโนมัติ

    • เบลอ

    • แคลเฮ

    • ChannelDropout

    • สุ่มช่อง

    • ความคลาดเคลื่อนสี

    • ColorJitter

    • พร่ามัว

    • ลดระดับลง

    • ลายนูน

    • ทำให้เท่าเทียมกัน

    • อย

    • แฟนซีพีซีเอ

    • จากโฟลต

    • GaussNoise

    • GaussianBlur

    • แก้วเบลอ

    • ฮิสโตแกรมการจับคู่

    • ค่าความอิ่มตัวของสี

    • ไอโซนอยซ์

    • การส่องสว่าง

    • การบีบอัดภาพ

    • แปลงรูปภาพ

    • ค่ามัธยฐานเบลอ

    • โมชั่นเบลอ

    • การคูณเสียงรบกวน

    • ทำให้เป็นมาตรฐาน

    • การปรับเปลี่ยนการกระจายพิกเซล

    • พลังค์เคียนกระวนกระวายใจ

    • พลาสม่าความสว่างคอนทราสต์

    • พลาสม่าชาโดว์

    • โปสเตอร์

    • RGBชิฟต์

    • ความสว่างแบบสุ่มคอนทราสต์

    • สุ่มหมอก

    • สุ่มแกมมา

    • สุ่มกรวด

    • สุ่มฝน

    • สุ่มเงา

    • สุ่มสโนว์

    • สุ่มดวงอาทิตย์แฟลร์

    • RandomToneCurve

    • เสียงเรียกเข้าOvershoot

    • เกลือและพริกไทย

    • ลับคม

    • ช็อตนอยส์

    • แสงอาทิตย์

    • โปรยลงมา

    • ซูเปอร์พิกเซล

    • เทมเพลตการแปลง

    • ข้อความรูปภาพ

    • เพื่อลอย

    • ทูเกรย์

    • เป็น RGB

    • สู่ซีเปีย

    • UnsharpMask

    • ซูมเบลอ

    การเปลี่ยนแปลงระดับเชิงพื้นที่

    การแปลงระดับเชิงพื้นที่จะเปลี่ยนทั้งรูปภาพอินพุตและเป้าหมายเพิ่มเติม เช่น มาสก์ กรอบขอบเขต และจุดสำคัญไปพร้อมๆ กัน ตารางต่อไปนี้แสดงเป้าหมายเพิ่มเติมใดบ้างที่ได้รับการสนับสนุนโดยการแปลงแต่ละครั้ง

    แปลงร่าง ภาพ หน้ากาก บีบ็อกซ์ จุดสำคัญ
    สัมพันธ์กัน
    BBoxSafeRandomCrop
    เซ็นเตอร์ครอป
    หยาบDropout
    ครอบตัด
    ครอบตัดและแพด
    CropNonEmptyMaskIfExists
    D4
    ElasticTransform
    กำลังลบ
    ความถี่กำบัง
    ตารางการบิดเบือน
    GridDropout
    GridElasticDeform
    แนวนอนพลิก
    แลมบ์ดา
    ยาวที่สุดMaxSize
    MaskDropout
    สัณฐานวิทยา
    ไม่อป
    การบิดเบือนทางแสง
    องค์ประกอบซ้อนทับ

    เบาะ
    ผัดถ้าจำเป็น
    ทัศนคติ
    PiecewiseAffine
    PixelDropout
    RandomCrop
    RandomCropFromBorders
    RandomCropNearBBox
    RandomGridShuffle
    RandomResizeCrop
    สุ่มหมุน90
    สุ่มมาตราส่วน
    RandomSizedBBoxSafeCrop
    RandomSizedCrop
    ปรับขนาด
    หมุน
    เซฟโรเตท
    ShiftScaleRotate
    ขนาดเล็กที่สุดMaxSize
    ThinPlateSpline
    การปิดบังเวลา
    ย้อนเวลา
    ย้าย
    แนวตั้งพลิก
    XYกำบัง

    ตัวอย่าง การเสริม เพิ่มเติมบางส่วน

    การแบ่งส่วนความหมายบนชุดข้อมูล Inria

    การถ่ายภาพทางการแพทย์

    การตรวจจับวัตถุและการแบ่งส่วนความหมายบนชุดข้อมูล Mapillary Vistas

    การเสริมจุดสำคัญ

    ผลลัพธ์การเปรียบเทียบ

    ข้อมูลระบบ

    • แพลตฟอร์ม: macOS-15.0.1-arm64-arm-64bit

    • หน่วยประมวลผล: แขน

    • จำนวนซีพียู: 10

    • เวอร์ชันหลาม: 3.12.7

    พารามิเตอร์มาตรฐาน

    • จำนวนภาพ: 1,000

    • วิ่งต่อการแปลง: 10

    • การอุ่นเครื่องสูงสุดซ้ำ: 1,000

    เวอร์ชันห้องสมุด

    • อัลบั้ม: 1.4.20

    • สิงหาคม: 1.0.0

    • อิมแพ็ค: 0.4.0

    • คอร์เนีย: 0.7.3

    • การมองเห็นคบเพลิง: 0.20.0

    การเปรียบเทียบประสิทธิภาพ

    Number - คือจำนวนอิมเมจ uint8 RGB ที่ประมวลผลต่อวินาทีบน CPU คอร์เดียว สูงกว่าจะดีกว่า

    แปลงร่าง การทำอัลบัม
    1.4.20    		 สิงหาคม
    1.0.0    		 imgaug
    0.4.0    		 คอร์เนีย
    0.7.3    		 การมองเห็นคบเพลิง
    0.20.0
    แนวนอนพลิก 8618 ± 1233 4807 ± 818 6042 ± 788 390 ± 106 914 ± 67
    แนวตั้งพลิก 22847 ± 2031 9153 ± 1291 10931 ± 1844 1212 ± 402 3198 ± 200
    หมุน 1146 ± 79 1119 ± 41 1136 ± 218 143 ± 11 181 ± 11
    สัมพันธ์กัน 682 ± 192 - 774 ± 97 147 ± 9 130 ± 12
    ทำให้เท่าเทียมกัน 892 ± 61 - 581 ± 54 152 ± 19 479 ± 12
    RandomCrop80 47341 ± 20523 25272 ± 1822 11503 ± 441 1510 ± 230 32109 ± 1241
    ShiftRGB 2349 ± 76 - 1582 ± 65 - -
    ปรับขนาด 2316 ± 166 611 ± 78 1806 ± 63 232 ± 24 195 ± 4
    สุ่มแกมมา 8675 ± 274 - 2318 ± 269 108 ± 13 -
    ระดับสีเทา 3056 ± 47 2720 ​​± 932 1681 ± 156 289 ± 75 1838 ± 130
    มุมมองแบบสุ่ม 412 ± 38 - 554 ± 22 86 ± 11 96 ± 5
    GaussianBlur 1728 ± 89 242 ± 4 1,090 ± 65 176 ± 18 79 ± 3
    ค่ามัธยฐานเบลอ 868 ± 60 - 813 ± 30 5 ± 0 -
    โมชั่นเบลอ 4047 ± 67 - 612 ± 18 73 ± 2 -
    โปสเตอร์ 9094 ± 301 - 2097 ± 68 430 ± 49 3196 ± 185
    การบีบอัด JPEG 918 ± 23 778 ± 5 459 ± 35 71 ± 3 625 ± 17
    GaussianNoise 166 ± 12 67 ± 2 206 ± 11 75 ± 1 -
    ยางยืด 201 ± 5 - 235 ± 20 1 ± 0 2 ± 0
    เคลห์ 454 ± 22 - 335 ± 43 94 ± 9 -
    หยาบDropout 13368 ± 744 - 671 ± 38 536 ± 87 -
    เบลอ 5267 ± 543 246 ± 3 3807 ± 325 - -
    ColorJitter 628 ± 55 255 ± 13 - 55 ± 18 46 ± 2
    ความสว่าง 8956 ± 300 1163 ± 86 - 472 ± 101 429 ± 20
    ตัดกัน 8879 ± 1426 736 ± 79 - 425 ± 52 335 ± 35
    RandomResizeCrop 2828 ± 186 - - 287 ± 58 511 ± 10
    ทำให้เป็นมาตรฐาน 1196 ± 56 - - 626 ± 40 519 ± 12
    แพลนเคียนกระวนกระวายใจ 2204 ± 385 - - 813 ± 211 -

    มีส่วนร่วม

    หากต้องการสร้างคำขอดึงไปยังพื้นที่เก็บข้อมูล ให้ปฏิบัติตามเอกสารประกอบที่ CONTRIBUTING.md

    ชุมชน

    • ลิงค์อิน

    • ทวิตเตอร์

    • ความไม่ลงรอยกัน

    การอ้างอิง

    หากคุณพบว่าห้องสมุดนี้มีประโยชน์สำหรับการวิจัยของคุณ โปรดพิจารณาการอ้างอิงถึงอัลบั้ม: การเพิ่มรูปภาพที่รวดเร็วและยืดหยุ่น:

     @Article{info11020125,AUTHOR = {Buslaev, Alexander และ Iglovikov, Vladimir I. และ Khvedchenya, Eugene และ Parinov, Alex และ Druzhinin, Mikhail และ Kalinin, Alexandr A.},TITLE = {Albumentations: Fast and Elastic Image Augmentations},วารสาร = {ข้อมูล},ปริมาณ = {11},ปี = {2020},NUMBER = {2},หมายเลขบทความ = {125},URL = {https://www.mdpi.com/2078-2489/11/2/125},ISSN = {2078-2489},DOI = {10.3390/info11020125 }}
    ขยาย
    ข้อมูลเพิ่มเติม
    แอปที่เกี่ยวข้อง
    แนะนำสำหรับคุณ
    ข้อมูลที่เกี่ยวข้อง ทั้งหมด