Awesome GitHub RepositoriesData Wrangling

Albumentations is an image augmentation library and computer vision preprocessing tool designed to expand datasets for deep learning models. It provides a collection of transformations that modify pixel values and spatial geometry to increase the diversity of training samples and improve model generalization. The library supports both 2D image augmentation and 3D volumetric data augmentation. It handles a variety of labels alongside images, ensuring that bounding boxes, keypoints, and segmentation masks remain accurately aligned when spatial transformations are applied. The tool incorporates

imgaug is a Python library for machine learning data augmentation and computer vision dataset expansion. It provides tools to increase the volume and variety of training sets by applying random geometric, color, and noise transformations to images. The library ensures spatial consistency by synchronizing transformations across images and their associated annotations, such as bounding boxes, keypoints, and segmentation maps. It uses a compositional pipeline pattern to chain multiple augmentations into sequences and employs deterministic seed management to reproduce specific data samples. The

Augmentor एक Python इमेज ऑगमेंटेशन लाइब्रेरी और फ्रेमवर्क है जिसे मशीन लर्निंग डेटासेट का विस्तार करने के लिए डिज़ाइन किया गया है। यह एक प्रीप्रोसेसिंग टूल के रूप में कार्य करता है जो डेटा विविधता बढ़ाने के लिए सिंथेटिक इमेज वेरिएशन जनरेट करता है और एक ट्रेनिंग डेटा स्ट्रीमर के रूप में जो इंटरमीडिएट डिस्क स्टोरेज की आवश्यकता के बिना ऑगमेंटेड इमेज और लेबल को सीधे न्यूरल नेटवर्क लूप में फ़ीड करता है। यह फ्रेमवर्क इमेज और उनके संबंधित मास्क के बीच स्थानिक संरेखण (spatial alignment) बनाए रखता है, जो सिमेंटिक सेगमेंटेशन ट्रेनिंग के लिए आवश्यक है। यह इलास्टिक डिस्टॉर्शन, टिल्ट और स्क्यू के माध्यम से पर्सपेक्टिव शिफ्ट, रोटेशन, शियरिंग और रैंडम रीजन इरेज़िंग सहित विभिन्न ज्यामितीय और पिक्सेल-स्तरीय परिवर्तनों का समर्थन करता है। इस सिस्टम में डेटा असंतुलन को संबोधित करने के लिए प्रति-वर्ग प्रसंस्करण रणनीतियों के लिए क्षमताएं शामिल हैं और ऑगमेंटेड डेटासेट के समानांतर निर्माण में तेज़ी लाने के लिए मल्टी-थ्रेडिंग का उपयोग करता है। यह प्रीप्रोसेसिंग चरण के दौरान रॉ इमेज फ़ाइलों को साफ़ और मानकीकृत करने के लिए यूटिलिटीज़ भी प्रदान करता है।

AugLy एक मल्टीमॉडल डेटा ऑगमेंटेशन लाइब्रेरी और मशीन लर्निंग डेटासेट ऑगमेंटोर है। यह मॉडल की मजबूती (robustness) को बेहतर बनाने और सैंपल विविधता को बढ़ाने के लिए ऑडियो, इमेज, टेक्स्ट और वीडियो डेटासेट में ट्रेनिंग डेटा के सिंथेटिक वेरिएशन उत्पन्न करने के लिए एक सिस्टम प्रदान करती है। यह लाइब्रेरी एक मल्टीमीडिया नॉइज़ सिम्युलेटर के रूप में कार्य करती है, जिसे विशेष रूप से सोशल मीडिया टेम्पलेट्स और इंटरनेट आर्टिफैक्ट्स को मीडिया पर ओवरले करके वास्तविक दुनिया के यूजर कैप्चर की नकल करने के लिए डिज़ाइन किया गया है। इसमें प्रत्येक ऑगमेंटेड डेटा के टुकड़े पर लागू किए गए विशिष्ट ट्रांसफ़ॉर्मेशन्स और तीव्रता स्तरों को रिकॉर्ड करने के लिए एक डेटा प्रोवेनेंस ट्रैकर शामिल है। यह टूल टेक्स्ट के लिए भाषाई ट्रांसफ़ॉर्मेशन्स, वीडियो के लिए टेम्पोरल और विज़ुअल ट्रांसफ़ॉर्मेशन्स, और ऑडियो के लिए सोनिक ट्रांसफ़ॉर्मेशन्स सहित डेटासेट विस्तार क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है।

Official cleanlab repo is at https://github.com/cleanlab/cleanlab