Image augmentation auxiliary tool
Project description
AugWrap
Installation
$ pip install augwrap
Basic Usage
-
Base dataset을 선택합니다. Pytorch 기반 데이터셋을 만들려면
TorchBaseDataset
을 사용합니다. Tensorflow 기반 데이터셋을 만들려면TFBaseDataset
을 사용합니다.import augwrap as aw dataset = aw.data.TorchBaseDataset(images, labels, classes)
-
augwrap.data
안의 모듈을 이용하여 학습 전 데이터를 처리합니다.dataset = aw.data.LoadImages(dataset) dataset = aw.data.ResizeImages(dataset, (256, 256)) dataset = aw.data.OneHotLabels(dataset)
-
데이터 로더를 생성하여 학습에 사용합니다.
from torch.utils.data import DataLoader data_loader = DataLoader( dataset, batch_size = 16, shuffle = False, num_workers = 4 )
Augmentations
잘 알려진 어그멘테이션 도구인 Albumentations을 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.
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)
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
augwrap-0.0.1a1.tar.gz
(11.1 kB
view hashes)
Built Distribution
Close
Hashes for augwrap-0.0.1a1-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 6b89780d194a57d886fb38477910bea546be90b7b766e34df64962058d47e05e |
|
MD5 | 75926d341299c5a60bbb91c671e1a4c0 |
|
BLAKE2b-256 | 333210efa49a9c72f0621cc023bddc94945415aaec101638973713863f549322 |