最常用的报表工具有哪些?免费报表工具有哪些
818
2022-05-30
本文介绍计算机视觉的开源库指南,基本是免费和开源的。
包括:OpenCV 、scikit-image、imgaug、Augmentor、Albumentations。
文章结构分为“目录版”和“简介版”。
目录版
OpenCV - 开源计算机视觉库
scikit-image - 图像处理 SciKit(SciPy 工具箱)
imgaug - 机器学习实验的图像增强
Augmentor - Python 中用于机器学习的图像增强库
Albumentations- 快速的图像增强库和其他库的易于使用的包装器
简介版
OpenCV - 开源计算机视觉库
OpenCV 是一个高度优化的库,专注于实时应用程序。
跨平台:C++、Python 和 Java 接口支持 Linux、MacOS、视窗、iOS 和安卓系统。
开源:OpenCV 是开源的,根据 BSD 3 条款许可证发布。它是免费的商业用途。
主页:https://opencv.org
课程:https://opencv.org/courses
文档:https://docs.opencv.org/master/
问答论坛:https://forum.opencv.org
以前的论坛(仅阅读):http://answers.opencv.org
问题跟踪:https://github.com/opencv/opencv/issues
其他开放式CV功能:https://github.com/opencv/opencv_contrib
scikit-image - 图像处理 SciKit(SciPy 工具箱)
scikit-image 用于图像处理的算法集合。它是免费的,不受限制。
网站(包括文档):https://scikit-image.org/
邮件列表:https://mail.python.org/mailman3/lists/scikit-image.python.org/
资料来源:https://github.com/scikit-image/scikit-image
基准:https://pandas.pydata.org/speed/scikit-image/
imgaug - 机器学习实验的图像增强
imgaug 为机器学习项目增强图像。它将一组输入图像转换为一组更大、稍有更改的图像。
Augmentor - Python 中用于机器学习的图像增强库
它是自动化图像增强(人工数据生成),以扩展数据集作为机器学习算法,特别是神经网络和深度学习的输入。
Albumentations- 快速的图像增强库和其他库的易于使用的包装器
用于图像增强的 Python 库。图像增强用于深度学习和计算机视觉任务,以提高训练有素的模型的质量。图像增强的目的是从现有数据中创建新的培训样本。
相形支持所有常见的计算机视觉任务,如分类、语义分割、实例分割、对象检测和姿势估计。
库提供简单的统一 API,可处理所有数据类型:图像(RBG 图像、灰度图像、多光谱图像)、分割面罩、界框和要点。
该库包含70 多种不同的增强,以便从现有数据中生成新的培训样本。
它是快速的。我们对每个新版本进行基准测试,以确保增量提供最大速度。
AI 图像处理
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。