معرفی شرکت ها

autolabel-0.0.1

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.0.1
0.0.1

توضیحات

Autolabel is an image labeling tool using Neural Network
ویژگی مقدار
سیستم عامل -
نام فایل autolabel-0.0.1
نام autolabel
نسخه کتابخانه 0.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده walwe
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/walwe/autolabel
آدرس اینترنتی https://pypi.org/project/autolabel/
مجوز -
# Autolabel Autolabel is an image labeling tool. Currently images are labeled using [ResNet18-152](https://arxiv.org/abs/1512.03385) implemented by [pytorch](https://pytorch.org/hub/pytorch_vision_resnet/). Autolabel can be used as a cli tool or as a library. ## Installation ``` python setup.py install ``` ## Command line usage See `--help` for a command overview ``` Usage: autolabel [OPTIONS] [IMAGES]... Options: --batch-size INTEGER --sep TEXT Separator --top INTEGER -o, --output FILENAME Output file -m, --model [resnet18|resnet34|resnet50|resnet101|resnet152] --help Show this message and exit. ``` In the simplest form this mean: ```bash autolabel image.jpg ``` Autolabel supports reading file names from STDIN: ```bash find /myimages -type f -iname '*.jpg' | autolabel ``` ## Library usage ```python from autolabel.image import ImageListDataset from autolabel.classifier.resnet import Resnet18Classifier from pathlib import Path classifier = Resnet18Classifier() images = [Path('/path/to/image.jpg'), Path('/path/to/another/image.png')] dataset = ImageListDataset(images) res = classifier.predict(dataset, top=top) for p, decoded in res.items(): print(p, decoded) ```


نیازمندی

مقدار نام
- click
- more-itertools
- torchvision
- torch
- pillow
- numpy


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl autolabel-0.0.1:

    pip install autolabel-0.0.1.whl


نصب پکیج tar.gz autolabel-0.0.1:

    pip install autolabel-0.0.1.tar.gz