cv-study-utils 0.1.0

Notebook-friendly study utilities for computer vision theory and practice snippets.

CV Study Utils

Небольшая библиотека для подготовки к экзамену по машинному зрению. Она выводит ответы на теоретические вопросы и готовые кодовые шаблоны для практических заданий прямо в Jupyter/Colab.

Установка

Из этой папки:

pip install -e .

После загрузки проекта на GitHub в Colab/Jupyter можно будет ставить так:

!pip install git+https://github.com/<your-user>/<your-repo>.git

После публикации на PyPI:

!pip install cv-study-utils

Использование

from cv_study_utils import theory, practice, find

theory(5)                 # ответ на теоретический вопрос 5
practice(3)               # код для практического задания 3
find("Canny")             # поиск по теории и практике
practice("границ")        # найти практику по фрагменту текста

theory(12, copy=True)     # скопировать ответ, если доступен clipboard
practice(15, copy=True)   # в ноутбуке появится кнопка Copy, если pyperclip недоступен

Командная строка:

cvstudy theory 5
cvstudy practice 3 --copy
cvstudy find "Vision Transformer"

Что внутри

• cv_study_utils/theory_answers.py - 48 кратких ответов на теоретические вопросы.
• cv_study_utils/theory_extras.py - формулы, схемы архитектур и внешние источники для теории.
• cv_study_utils/practice_solutions.py - 15 готовых кодовых шаблонов для практических заданий.
• content/theory_answers.md и content/practice_solutions.py - человекочитаемые экспортные файлы, которые можно открыть отдельно.
• Ответы_теория_МЗ2026.docx и Ответы_практика_МЗ2026.docx - Word-версии материалов.
• dist/ - готовые wheel/sdist артефакты для загрузки на PyPI.

Источники

Основой являются файлы из папки экзамена и лекции lecture_2 - Lecture_8. Для актуализации API и формулировок использованы официальные документации OpenCV, Pillow, Matplotlib, scikit-image, scikit-learn, PyTorch/torchvision, TensorFlow/Keras, Ultralytics YOLO, а также оригинальные статьи R-CNN/Fast R-CNN/Faster R-CNN, YOLO, SSD, U-Net, Mask R-CNN, GAN, DDPM, Transformer, ViT и image captioning.