raster vision
v0.31.1
Raster Vision adalah perpustakaan dan kerangka Python open source untuk membangun model visi komputer di satelit, udara, dan set citra besar lainnya (termasuk citra drone miring).
Ini memiliki dukungan bawaan untuk klasifikasi chip, deteksi objek, dan segmentasi semantik dengan backend menggunakan pytorch.
Sebagai perpustakaan , Raster Vision menyediakan serangkaian utilitas lengkap untuk menangani semua aspek alur kerja pembelajaran mendalam geospasial: membaca data yang dirujuk geo, model pelatihan, membuat prediksi, dan menulis prediksi dalam format yang dirujuk geo.
Sebagai kerangka kerja kode rendah , Raster Vision memungkinkan pengguna (yang tidak perlu menjadi ahli dalam pembelajaran yang mendalam!) Untuk mengkonfigurasi eksperimen dengan cepat dan berulang kali yang menjalankan pipa pembelajaran mesin termasuk: menganalisis data pelatihan, membuat chip pelatihan, model pelatihan, membuat prediksi, mengevaluasi model, dan membungkus file model dan konfigurasi untuk pengampunan yang mudah. 
Raster Vision juga memiliki dukungan bawaan untuk menjalankan percobaan di cloud menggunakan batch AWS serta AWS Sagemaker.
Lihat dokumentasi untuk detail lebih lanjut.
Untuk detail lebih lanjut, lihat dokumentasi pengaturan .
pip Anda dapat menginstal visi raster langsung melalui pip .
pip install rastervisionAtau, Anda dapat menggunakan gambar Docker. Gambar Docker diterbitkan ke Quay.io (lihat tab Tag ).
Kami menerbitkan tag baru per gabungan menjadi master , yang ditandai dengan 7 karakter pertama dari hash komit. Untuk menggunakan versi terbaru, tarik akhiran latest , misalnya raster-vision:pytorch-latest . Tag git juga diterbitkan, dengan nama tag GitHub sebagai akhiran tag Docker.
Anda juga dapat membangun gambar Docker dari awal. Setelah mengkloning repo ini, jalankan docker/build , dan jalankan kemudian wadah menggunakan docker/run .
Non-Developer mungkin merasa paling mudah menggunakan visi raster sebagai kerangka kerja kode rendah di mana visi raster menangani semua kompleksitas dan pengguna hanya perlu mengkonfigurasi beberapa parameter. Panduan QuickStart adalah titik masuk yang baik untuk ini. Contoh yang lebih canggih dapat ditemukan di halaman contoh .
Untuk pengembang dan mereka yang ingin menyelam lebih dalam atau menggabungkan visi raster dengan kode mereka sendiri, titik awal terbaik adalah ikhtisar penggunaan , diikuti oleh konsep dasar dan tutorial .
Anda dapat mengajukan pertanyaan dan berbicara dengan pengembang (beri tahu kami apa yang sedang Anda kerjakan!) Di:
Untuk informasi lebih lanjut, lihat Kontribusi.
Kami senang menerima kontribusi! Yang terbaik adalah berhubungan dengan pemelihara tentang fitur yang lebih besar atau perubahan desain sebelum memulai pekerjaan, karena akan membuat proses menerima perubahan lebih halus.
Setiap orang yang menyumbangkan kode untuk raster visi akan diminta untuk menandatangani perjanjian lisensi kontributor. Lihat berkontribusi untuk instruksi.
Visi Raster dilisensikan di bawah lisensi Apache 2. Lihat lisensi di sini.
Lisensi pihak ke -3 untuk semua ketergantungan yang digunakan oleh raster visi dapat ditemukan di sini.
