文件名称：Augmentor：Python中的图像增强库，用于机器学习
文件大小：462KB
文件格式：ZIP
更新时间：2024-02-24 00:42:37
machine-learning deep-learning neural-networks augmentation MachinelearningJupyterNotebook
Augmentor是Python中用于机器学习的图像增强库。 它的目标是成为一个独立于平台和框架的独立库，该库更加方便，可以对扩充进行更细粒度的控制，并实现与现实世界最相关的扩充技术。 它采用了一种随机的方法，使用了一些构建块，这些构建块允许在管道中将操作拼凑在一起。 安装 Augmentor用Python编写。 该软件包的Julia版本也正在作为姐妹项目开发，可。 从命令行使用pip安装： pip install Augmentor 请参阅用于从源代码构建的文档。 要从以前的版本升级，请使用pip install Augmentor --upgrade 。 文献资料 完整的文档可以在阅读文档中找到： : 快速入门指南和用法 Augmentor的目的是自动化图像增强（人工数据生成），以扩展数据集作为机器学习算法（尤其是神经网络和深度学习）的输入。 该程序包通过构建扩充管道来工作，您可以在其中定义要对一组图像执行的一系列操作。 诸如旋转或变换之类的操作被逐一添加以创建扩充管线：完成后，可以执行管线并创建扩充数据集。 首先，实例化一个指向文件系统上目录的Pipeline对象：
【文件预览】：
Augmentor-master
----MANIFEST.in(37B)
----Augmentor()
--------__init__.py(746B)
--------Operations.py(83KB)
--------ImageUtilities.py(12KB)
--------Pipeline.py(82KB)
--------ImageSource.py(1018B)
----notebooks()
--------Multiple-Mask-Augmentation.ipynb(464KB)
--------Augmentor_Keras_Array_Data.ipynb(24KB)
--------Per_Class_Augmentation_Strategy.ipynb(19KB)
--------Augmentor_Keras_DataFrame.ipynb(20KB)
--------Augmentor_Keras.ipynb(19KB)
----binder()
--------postBuild(14B)
--------environment.yml(302B)
----requirements.txt(32B)
----CONTRIBUTING.md(238B)
----.travis.yml(920B)
----setup.cfg(64B)
----LICENSE.md(1KB)
----setup.py(2KB)
----README.md(24KB)
----docs()
--------logo.ico(4KB)
--------make.bat(8KB)
--------conf.py(10KB)
--------code.bak(505B)
--------joss()
--------index.rst(1KB)
--------userguide()
--------Makefile(8KB)
--------code.rst(607B)
--------licence.rst(1KB)
--------logo.png(5KB)
----tests()
--------util_funcs.py(1KB)
--------test_distortion.py(1KB)
--------test_resize.py(2KB)
--------test_multi_threading.py(3KB)
--------test_datapipeline.py(5KB)
--------test_pipeline_add_operations.py(742B)
--------test_random_color_brightness_contrast.py(2KB)
--------test_generators.py(8KB)
--------test_ground_truth_augmentation.py(7KB)
--------test_torch_transform.py(790B)
--------test_ground_truth_by_class.py(32KB)
--------test_user_operation_parameter_input.py(2KB)
--------test_gaussian.py(512B)
--------test_rotate.py(1KB)
--------test_load.py(11KB)
----.gitignore(279B)
----DESCRIPTION.rst(133B)