fiftyone
v1.1.0
用於建立高品質資料集和電腦視覺模型的開源工具
網站 • 文件 • 立即嘗試 • 教學課程 • 範例 • 部落格 • 社區
沒有什麼比品質差的數據更能阻礙機器學習系統的成功了。如果沒有合適的工具，改進模型可能既耗時又低效。
FiftyOne 讓您更快、更有效地視覺化資料集並解釋模型，從而增強您的機器學習工作流程。
使用 FiftyOne 親身實踐您的數據，包括視覺化複雜標籤、評估您的模型、探索感興趣的場景、識別故障模式、尋找註釋錯誤等等！
您可以透過加入我們的 Slack 社群、閱讀我們在 Medium 上的部落格以及在社群媒體上關注我們來參與其中：
您可以透過pip安裝最新穩定版本的 FiftyOne：
pip install fiftyone請參閱安裝指南以了解故障排除以及有關啟動和運行 FiftyOne 的其他資訊。
透過打開 Python shell 並運行下面的程式碼片段來直接深入了解 FiftyOne，該程式碼片段會下載一個小資料集並啟動 FiftyOne 應用程序，以便您可以探索它：
import fiftyone as fo
import fiftyone . zoo as foz
dataset = foz . load_zoo_dataset ( "quickstart" )
session = fo . launch_app ( dataset )然後查看此 Colab 筆記本，以了解快速入門資料集上的一些常見工作流程。
請注意，如果您在腳本中執行上述程式碼，則必須包含session.wait()以阻止執行，直到您關閉應用程式。請參閱此頁面以了解更多資訊。
FiftyOne 的完整文件可在 Fifthone.ai 上找到。特別是，請參閱以下資源：
查看五十一個範例儲存庫，以了解使用 FiftyOne 的開源和社群貢獻的範例。
FiftyOne 和 FiftyOne Brain 是開源的，歡迎社群貢獻！
查看貢獻指南以了解如何參與。
以下說明適用於 macOS 和 Linux 系統。 Windows 使用者可能需要進行調整。如果您在 Google Colab 工作，請跳至此處。
您將需要：
corepack enable啟用 Yarnopenssl和libcurl軟體包。在基於 Debian 的發行版上，您需要安裝libcurl4或libcurl3而不是libcurl ，這取決於您的發行版的版本。例如： # Ubuntu
sudo apt install libcurl4 openssl
# Fedora
sudo dnf install libcurl openssl我們強烈建議您在虛擬環境中安裝 FiftyOne 以保持乾淨的工作空間。
首先，克隆儲存庫：
git clone https://github.com/voxel51/fiftyone
cd fiftyone然後運行安裝腳本：
# Mac or Linux
bash install.bash
# Windows
. i nstall.bat注意：如果您在匯入 FiftyOne 時遇到問題，您可能需要將複製儲存庫的路徑新增至PYTHONPATH中：
export PYTHONPATH= $PYTHONPATH :/path/to/fiftyone注意：安裝腳本會新增至~/.bashrc或~/.bash_profile中的nvm設置，這是安裝和建置應用程式所需的
注意：當您對應用程式進行新的更改時，您將需要重建它，您可以透過重新執行安裝腳本或僅在./app目錄中執行yarn build來完成。
要將現有來源安裝升級到最前沿，只需提取最新的develop分支並重新執行安裝腳本：
git checkout develop
git pull
bash install.bash如果您想為 FiftyOne 做出貢獻，您應該使用安裝腳本的-d標誌執行開發人員安裝：
# Mac or Linux
bash install.bash -d
# Windows
. i nstall.bat -d雖然不是必需的，但開發人員通常喜歡將其 FiftyOne 安裝配置為連接到自行安裝和託管的 MongoDB 實例，您可以透過執行以下簡單步驟來完成此操作。
您可以透過在單元中執行以下命令，然後重新啟動運行時，從 Google Colab 中的原始程式碼進行安裝：
%%shell
git clone --depth 1 https://github.com/voxel51/fiftyone.git
cd fiftyone
# Mac or Linux
bash install.bash
# Windows
. i nstall.bat請參閱這些說明，了解如何建置和運行包含 FiftyOne 來源或發布版本的 Docker 映像。
有關建置和貢獻文件的信息，請參閱文件指南。
您可以如下卸載 FiftyOne：
pip uninstall fiftyone fiftyone-brain fiftyone-db特別感謝這些了不起的人為 FiftyOne 的貢獻！ ？
如果您在研究中使用 FiftyOne，請隨意引用該項目（但前提是您喜歡它？）：
@article { moore2020fiftyone ,
title = { FiftyOne } ,
author = { Moore, B. E. and Corso, J. J. } ,
journal = { GitHub. Note: https://github.com/voxel51/fiftyone } ,
year = { 2020 }
}
