caer

---

Caer - moderne Computer Vision im laufenden Fliegen

Caer ist eine leichte Hochleistungs- Vision-Bibliothek für Hochleistungs-KI-Forschung. Wir haben diesen Framework geschrieben, um Ihren Ansatz für Computer Vision zu vereinfachen, indem wir unnötigen Code des Boilerplate abfielen, um Ihnen die Flexibilität zu erhalten, tiefe Lernmodelle und Forschungsideen schnell zu prototypisieren. Das Endergebnis ist eine Bibliothek in seinem Design, das leicht zu verstehen ist, gut zu anderen spielt und viel Spaß macht.

Unsere elegante API- und Design-Philosophie vom Typ prüfet überprüft, macht Caer ideal für Studenten, Forscher, Hobbyisten und sogar Experten in den Bereichen Deep Learning und Computer Vision.

Überblick

Caer ist eine Python -Bibliothek, die aus den folgenden Komponenten besteht:

Komponente	Beschreibung
Caer	Eine leichte GPU-beschleunigte Computer-Vision-Bibliothek für Hochleistungs-AI-Forschung
Caer.Color	Farbspace -Operationen
caer.data	Standard hochwertige Testbilder und Beispieldaten
Caer.Path	OS-spezifische Pfadmanipulationen
Caer.Proprocessing	Dienstprogramme für Bildvorverarbeitungen.
caer.transforms	Leistungsstarke Bildtransformationen und Augmentationen
caer.video	Videoverarbeitungsdienstprogramme

Normalerweise wird Caer entweder als:

• Ein Ersatz für OpenCV zur Verwendung der Leistung von GPUs.
• Eine Computer -Vision -Forschungsplattform, die maximale Flexibilität und Geschwindigkeit bietet.

Installation

In der CAER -Installationshandbuch finden Sie detaillierte Installationsanweisungen (einschließlich Gebäude aus der Quelle).

Derzeit unterstützt caer die Veröffentlichungen von Python 3.6; Python 2 wird weder unterstützt (noch empfohlen). So installieren Sie die aktuelle Version:

$ pip install --upgrade caer

Erste Schritte

Minimales Beispiel

 import caer

# Load a standard 640x427 test image that ships out-of-the-box with caer
sunrise = caer . data . sunrise ( rgb = True )

# Resize the image to 400x400 while MAINTAINING aspect ratio
resized = caer . resize ( sunrise , target_size = ( 400 , 400 ), preserve_aspect_ratio = True )

Weitere Beispiele finden Sie im Caer -Demos oder lesen Sie die Dokumentation

Ressourcen

• Pypi
• Dokumentation
• Ausgabeverfolgung

Beitragen

Wir schätzen alle Beiträge, Feedback und Probleme. Wenn Sie vorhaben, neue Funktionen, Versorgungsfunktionen oder Erweiterungen in den Kern beizutragen, durchlaufen Sie bitte unsere Beitragsrichtlinien.

Um einen Beitrag zu leisten, arbeiten Sie in der caer -Codebasis, lesen Sie die Dokumentation, navigieren Sie zur Registerkarte "Problemen" und beginnen Sie mit der Suche nach interessanten Themen.

Aktuelle Mitwirkende können entweder aus der Datei der Mitwirkenden oder mit dem Befehl caer.__contributors__ angesehen werden.

Um Hilfe bitten

Wenn Sie Fragen haben, bitte:

1. Lesen Sie die Dokumente.
2. Sehen Sie sich in unseren Github -Diskussionen nach (oder fügen Sie eine neue Frage hinzu).
3. Suchen Sie die Probleme.

Lizenz

Caer ist Open-Source und unter der MIT-Lizenz veröffentlicht.

Bibtex

Wenn Sie das Framework zitieren möchten, können Sie dies gerne verwenden (aber nur, wenn Sie es geliebt haben?):

 @article { jasmcaus ,
  title = { Caer } ,
  author = { Dsouza, Jason } ,
  journal = { GitHub. Note: https://github.com/jasmcaus/caer } ,
  volume = { 2 } ,
  year = { 2020-2021 }
}