caer

---

CAER-現代計算機視覺

CAER是用於高性能AI研究的輕巧，高性能的視覺庫。我們編寫了此框架，以通過抽像不必要的樣板代碼來簡化您對計算機視覺的方法，從而使您靈活地快速原型設計深度學習模型和研究思想。最終結果是圖書館的設計截然不同，這很容易理解，與他人一起玩得很出色，並且使用很有趣。

我們優雅的，類型的API和設計理念使CAER非常適合學生，研究人員，業餘愛好者，甚至是深度學習和計算機視覺領域的專家。

概述

CAER是一個由以下組成部分組成的Python庫：

成分	描述
凱爾	輕巧的GPU加速計算機視覺庫，用於高性能AI研究
Caer.Color	Colorspace操作
caer.data	標準高質量的測試圖像和示例數據
Caer.Path	操作系統特定的路徑操作
caer.preprocessing	圖像預處理實用程序。
caer.transforms	強大的圖像轉換和增強
caer.video	視頻處理公用事業

通常，CAER被用作：

• 替代OpenCV使用GPU的功能。
• 提供最大的靈活性和速度的計算機視覺研究平台。

安裝

有關詳細的安裝說明，請參見CAER安裝指南（包括從源頭構建）。

目前， caer支持Python 3.6的發行版；不支持Python 2（也不建議）。安裝當前版本：

$ pip install --upgrade caer

入門

最小例子

 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 )

有關更多示例，請參見CAER演示或閱讀文檔

資源

• PYPI
• 文件
• 問題跟踪

貢獻

我們感謝所有貢獻，反饋和問題。如果您打算為核心貢獻新功能，公用事業功能或擴展，請遵循我們的貢獻指南。

為了做出貢獻，請開始使用caer代碼庫，閱讀文檔，導航到“問題”選項卡，然後開始查看有趣的問題。

可以從貢獻者文件或使用caer.__contributors__命令中查看當前貢獻者。

尋求幫助

如果您有任何疑問，請：

1. 閱讀文檔。
2. 在我們的GitHub討論中查找（或添加一個新問題）。
3. 搜索問題。

執照

CAER是開源的，並根據MIT許可發布。

Bibtex

如果您想引用該框架，請隨時使用此框架（但前提是您喜歡它？）：

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