caer

---

Caer - วิสัยทัศน์คอมพิวเตอร์ที่ทันสมัยได้ทันที

Caer เป็นห้องสมุดวิสัยทัศน์ ที่มีประสิทธิภาพสูงและมีประสิทธิภาพสูง สำหรับการวิจัย AI ที่มีประสิทธิภาพสูง เราเขียนเฟรมเวิร์กนี้เพื่อลดความซับซ้อนของวิธีการของคุณไปสู่การมองเห็นคอมพิวเตอร์โดยนำรหัสหม้อต้มที่ไม่จำเป็นออกไปทำให้คุณ มีความยืดหยุ่น ในการสร้างต้นแบบการเรียนรู้แบบลึกและแนวคิดการวิจัยอย่างรวดเร็ว ผลลัพธ์ที่ได้คือห้องสมุดค่อนข้างแตกต่างกันในการออกแบบซึ่งง่ายต่อการเข้าใจเล่นได้ดีกับผู้อื่นและสนุกกับการใช้งานมาก

API และปรัชญาการออกแบบ ที่ สง่างามของเราทำให้ Caer เหมาะสำหรับนักเรียนนักวิจัยมือสมัครเล่นและแม้แต่ผู้เชี่ยวชาญในด้านการเรียนรู้อย่างลึกซึ้งและการมองเห็นคอมพิวเตอร์

ภาพรวม

Caer เป็นไลบรารี Python ที่ประกอบด้วยส่วนประกอบต่อไปนี้:

ส่วนประกอบ	คำอธิบาย
เป็นคนขี้เกียจ	ห้องสมุดวิสัยทัศน์คอมพิวเตอร์ที่เร่งความเร็ว GPU ที่มีน้ำหนักเบาสำหรับการวิจัย AI ที่มีประสิทธิภาพสูง
Caer.Color	การดำเนินงานของ Colorpace
caer.data	ภาพทดสอบคุณภาพสูงมาตรฐานและข้อมูลตัวอย่าง
caer.path	การจัดการเส้นทางเฉพาะของระบบปฏิบัติการ
caer.preprocessing	ภาพสาธารณูปโภคล่วงหน้า
caer.transforms	การแปลงภาพที่ทรงพลังและการเสริม
caer.video	ยูทิลิตี้การประมวลผลวิดีโอ

โดยปกติแล้ว Caer จะใช้เป็น::

• การเปลี่ยน OpenCV เพื่อใช้พลังของ GPU
• แพลตฟอร์มการวิจัยวิสัยทัศน์คอมพิวเตอร์ที่ให้ความยืดหยุ่นและความเร็วสูงสุด

การติดตั้ง

ดูคู่มือ การติดตั้ง CAER สำหรับคำแนะนำการติดตั้งโดยละเอียด (รวมถึงอาคารจากแหล่งที่มา)

ปัจจุบัน caer รองรับการเปิดตัว Python 3.6 เป็นต้นไป ไม่รองรับ Python 2 (หรือแนะนำ) ในการติดตั้งรีลีสปัจจุบัน:

$ pip install --upgrade caer

เริ่มต้นใช้งาน

ตัวอย่างน้อยที่สุด

 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 )

สำหรับตัวอย่างเพิ่มเติมดูการสาธิต Caer หรืออ่านเอกสาร

ทรัพยากร

• Pypi
• เอกสาร
• การติดตามปัญหา

การบริจาค

เราขอขอบคุณการมีส่วนร่วมข้อเสนอแนะและปัญหาทั้งหมด หากคุณวางแผนที่จะมีส่วนร่วมคุณสมบัติใหม่ฟังก์ชั่นยูทิลิตี้หรือส่วนขยายไปยังแกนกลางโปรดผ่านแนวทางการบริจาคของเรา

ในการมีส่วนร่วมเริ่มทำงานผ่าน caer Codebase อ่านเอกสารนำทางไปยังแท็บปัญหาและเริ่มดูปัญหาที่น่าสนใจ

ผู้มีส่วนร่วมในปัจจุบันสามารถดูได้จากไฟล์ผู้มีส่วนร่วมหรือโดยใช้คำสั่ง caer.__contributors__ __

ขอความช่วยเหลือ

หากคุณมีคำถามใด ๆ โปรด:

1. อ่านเอกสาร
2. ค้นหาในการอภิปราย GitHub ของเรา (หรือเพิ่มคำถามใหม่)
3. ค้นหาปัญหา

ใบอนุญาต

Caer เป็นโอเพ่นซอร์สและเปิดตัวภายใต้ใบอนุญาต MIT

bibtex

หากคุณต้องการอ้างอิงกรอบการทำงานอย่าลังเลที่จะใช้สิ่งนี้ (แต่ถ้าคุณรักมันเท่านั้น):

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