معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Image augmentation auxiliary tool

ویژگی	مقدار
سیستم عامل	-
نام فایل	augwrap-0.0.1a2
نام	augwrap
نسخه کتابخانه	0.0.1a2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	jinoan
ایمیل نویسنده	jinoan89@gmail.com
آدرس صفحه اصلی	https://github.com/jinoan/augwrap.git
آدرس اینترنتی	https://pypi.org/project/augwrap/
مجوز	-

# AugWrap [![PyPI version](https://badge.fury.io/py/augwrap.svg)](https://badge.fury.io/py/augwrap) ## Installation ```shell $ pip install augwrap ``` ## Basic Usage 1. Base dataset을 선택합니다. Pytorch 기반 데이터셋을 만들려면 `TorchBaseDataset`을 사용합니다. Tensorflow 기반 데이터셋을 만들려면 `TFBaseDataset`을 사용합니다. ```python import augwrap as aw dataset = aw.data.TorchBaseDataset(images, labels, classes) ``` 2. `augwrap.data` 안의 모듈을 이용하여 학습 전 데이터를 처리합니다. ```python dataset = aw.data.LoadImages(dataset) dataset = aw.data.ResizeImages(dataset, (256, 256)) dataset = aw.data.OneHotLabels(dataset) ``` 3. 데이터 로더를 생성하여 학습에 사용합니다. ```python from torch.utils.data import DataLoader data_loader = DataLoader( dataset, batch_size = 16, shuffle = False, num_workers = 4 ) ``` ## Augmentations 잘 알려진 어그멘테이션 도구인 [Albumentations](https://github.com/albumentations-team/albumentations)을 활용할 수 있도록 만들었습니다. `augwrap.data.Augmentations`의 생성자 인자로 base dataset에서 파생된 객체와 Albumentations 객체를 받습니다. Albumentations와 함께 사용할 수 있는 어그멘테이션 모듈을 `augwrap.augmentations`에 추가했습니다. ```python import albumentations as A import augwrap as aw augmentations = A.Compose([ A.RandomRotate90(p=1), A.GridDistortion(p=0.8), A.GaussNoise(p=0.75), aw.augmentations.CutMix(dataset, p=0.8), ]) dataset = aw.data.Augmentations(dataset, augmentations) ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl augwrap-0.0.1a2:

pip install augwrap-0.0.1a2.whl

نصب پکیج tar.gz augwrap-0.0.1a2:

pip install augwrap-0.0.1a2.tar.gz