caer

---

Caer- ​​현대의 컴퓨터 비전

Caer는 고성능 AI 연구를위한 가벼운 고성능 비전 라이브러리입니다. 우리는 불필요한 보일러 플레이트 코드를 추상화하여 딥 러닝 모델과 연구 아이디어를 신속하게 프로토 타입 할 수 있는 유연성을 제공하여 컴퓨터 비전에 대한 접근 방식을 단순화하기 위해이 프레임 워크를 작성했습니다. 최종 결과는 디자인에서 상당히 다른 라이브러리이며 이해하기 쉽고 다른 사람들과 잘 어울리 며 사용하기에 많은 재미입니다.

우리의 우아하고 유형 확인 된 API 및 디자인 철학은 Caer가 딥 러닝 및 컴퓨터 비전 분야의 학생, 연구원, 애호가 및 전문가에게 이상적입니다.

개요

Caer는 다음 구성 요소로 구성된 파이썬 라이브러리입니다.

요소	설명
Caer	고성능 AI 연구를위한 가벼운 GPU 가속 컴퓨터 비전 라이브러리
caer.color	Colorspace 작업
caer.data	표준 고품질 테스트 이미지 및 예제 데이터
caer.path	OS- 특이 적 경로 조작
caer. 준비	이미지 전처리 유틸리티.
caer.Transforms	강력한 이미지 변환 및 증강
Caer.video	비디오 처리 유틸리티

일반적으로 Caer는 다음과 같이 사용됩니다.

• OpenCV가 GPU의 전력을 사용하기위한 대체물.
• 최대의 유연성과 속도를 제공하는 컴퓨터 비전 연구 플랫폼.

설치

자세한 설치 지침 (소스 건물 포함)은 Caer 설치 안내서를 참조하십시오.

현재 caer Python 3.6의 릴리스를 지원합니다. Python 2는 지원되지 않습니다 (또는 권장). 현재 릴리스를 설치하려면 :

$ pip install --upgrade caer

시작하기

최소한의 예

 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 )

더 많은 예를 보려면 Caer 데모를 참조하거나 문서를 읽으십시오.

자원

• pypi
• 선적 서류 비치
• 문제 추적

기여

모든 기여, 피드백 및 문제에 감사드립니다. 새로운 기능, 유틸리티 기능 또는 확장을 핵심에 기여할 계획이라면 기여 가이드 라인을 살펴보십시오.

기여하려면 caer Codebase를 통해 작업을 시작하고 문서를 읽고 문제 탭으로 이동 한 다음 흥미로운 문제를 살펴보십시오.

현재 기고자는 기고자 파일에서 또는 caer.__contributors__ 명령을 사용하여 볼 수 있습니다.

도움을 요청합니다

질문이 있으시면 :

1. 문서를 읽으십시오.
2. Github 토론에서 찾거나 새로운 질문을 추가하십시오.
3. 문제를 검색하십시오.

특허

Caer는 오픈 소스이며 MIT 라이센스에 따라 릴리스됩니다.

Bibtex

프레임 워크를 인용하고 싶다면 자유롭게 사용하십시오 (그러나 당신이 그것을 좋아하는 경우에만) :

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