[P] Albumentations, an image augmentation library version 0.4 released [1] Image Augmentation 라이브러리인 Albumentations의 0.4 버전이 공개되었습니다. 이런 Image Augmentation 라이브러리를 사용하면 좋은 점으로 크게 ..
Deep Learning/resources 2019. 10. 17. 13:25[P] Albumentations, an image augmentation library version 0.4 released [1]
Image Augmentation 라이브러리인 Albumentations의 0.4 버전이 공개되었습니다.
이런 Image Augmentation 라이브러리를 사용하면 좋은 점으로 크게 두 가지를 꼽자면,
1. TensorFlow/PyTorch 같은 딥러닝 프레임워크에서 기본적으로 제공하는 Image Transformation보다 훨씬 더 다양한 방법의 변환들을 간편하게 적용할 수 있음 (특히 최신 data augmentation 알고리즘이 구현되어있어서 좋음)
2. Transformation으로 인해 발생하는 Label (Masks, BBoxes, Keypoints)의 변화를 직접 계산해주지 않아도 됨
등의 장점이 있습니다 (또 어떤 좋은 점이 있을까요)
자세한 내용은 albumentations GitHub[2] 을 참고해 주시기 바랍니다. Readme에서 조금만 내려보면, 단위 시간당 처리 속도에 관한 밴치마크도 보실 수 있습니다. Notebook형태의 튜토리얼 문서가 있어서 한번 시도해보면 좋을 것 같습니다.
REFERENCES
[1] https://www.reddit.com/r/MachineLearning/comments/dibnqe/p_albumentations_an_image_augmentation_library/
[2] https://github.com/albu/albumentations
https://www.facebook.com/groups/TensorFlowKR/permalink/1009977712676620/?sfnsn=mo
Image Augmentation 라이브러리인 Albumentations의 0.4 버전이 공개되었습니다.
이런 Image Augmentation 라이브러리를 사용하면 좋은 점으로 크게 두 가지를 꼽자면,
1. TensorFlow/PyTorch 같은 딥러닝 프레임워크에서 기본적으로 제공하는 Image Transformation보다 훨씬 더 다양한 방법의 변환들을 간편하게 적용할 수 있음 (특히 최신 data augmentation 알고리즘이 구현되어있어서 좋음)
2. Transformation으로 인해 발생하는 Label (Masks, BBoxes, Keypoints)의 변화를 직접 계산해주지 않아도 됨
등의 장점이 있습니다 (또 어떤 좋은 점이 있을까요)
자세한 내용은 albumentations GitHub[2] 을 참고해 주시기 바랍니다. Readme에서 조금만 내려보면, 단위 시간당 처리 속도에 관한 밴치마크도 보실 수 있습니다. Notebook형태의 튜토리얼 문서가 있어서 한번 시도해보면 좋을 것 같습니다.
REFERENCES
[1] https://www.reddit.com/r/MachineLearning/comments/dibnqe/p_albumentations_an_image_augmentation_library/
[2] https://github.com/albu/albumentations
https://www.facebook.com/groups/TensorFlowKR/permalink/1009977712676620/?sfnsn=mo
