Awesome GitHub RepositoriesImage Labeling

This project is a PyTorch-based deep learning framework and supervised learning baseline for person and vehicle re-identification. It provides a complete pipeline for training and evaluating models designed to extract identity-based feature embeddings and match the same entity across different camera views. The framework distinguishes itself with support for cross-modality identity matching, enabling the retrieval of identities across different imaging sensors such as RGB and infrared. It also includes advanced retrieval refinement through re-ranking techniques, utilizing reciprocal encoding

VoTT este un software de adnotare pentru computer vision și un instrument de pregătire a seturilor de date pentru machine learning. Este o aplicație desktop concepută pentru desenarea bounding box-urilor și atribuirea de etichete obiectelor din imagini și videoclipuri, pentru a crea seturi de date de antrenament pentru modele de detecție a obiectelor. Aplicația utilizează o interfață desktop cross-platform pentru a gestiona resursele de imagine și video. Dispune de o integrare de stocare local-first pentru a gestiona resursele media mari direct din sistemul de fișiere al mașinii gazdă și include eșantionare video controlată prin frame-rate pentru a extrage imagini specifice din fluxurile video în scopul etichetării. Software-ul acoperă întregul ciclu de viață al datelor, inclusiv importul de resurse din stocare locală sau cloud și conversia datelor adnotate în diverse formate de machine learning prin exporturi bazate pe schemă. Include, de asemenea, criptare bazată pe token-uri pentru a securiza setările sensibile ale proiectului.

Acest proiect este un set de date de viziune computerizată și un depozit de adnotări de imagini conceput pentru antrenarea și evaluarea modelelor de învățare automată. Oferă o colecție mare de imagini etichetate, servind ca benchmark pentru detecția obiectelor și o sursă de date de segmentare la nivel de pixel. Depozitul se distinge ca un set de date vizual multimodal prin asocierea imaginilor cu voce, text și urme de mouse sincronizate pentru a susține înțelegerea narativă. De asemenea, permite analiza echității modelelor prin includerea atributelor demografice și a adnotărilor exhaustive. Setul de date acoperă o gamă largă de capabilități de viziune computerizată, inclusiv detecția obiectelor prin casete de delimitare, segmentarea instanțelor de imagine folosind măști de pixeli și maparea relațiilor vizuale prin triplete obiect-atribut. De asemenea, suportă clasificarea la nivel de punct, recunoașterea textului ierarhic și recuperarea subseturilor de date curatate pe baza filtrării după clasă sau atribut.

Acest proiect este un tutorial de deep learning în PyTorch și o resursă educațională. Oferă un curriculum structurat și ghiduri pas cu pas pentru proiectarea, antrenarea și validarea rețelelor neuronale de la zero. Resursa include ghiduri specifice privind implementarea viziunii computerizate, concentrându-se pe detectarea obiectelor și clasificarea imaginilor folosind rețele neuronale convoluționale. De asemenea, oferă instrucțiuni pentru optimizarea performanței modelului prin accelerare hardware pentru a reduce timpul de antrenare. Materialele acoperă întregul ciclu de viață al dezvoltării modelului, inclusiv operațiunile cu tensori, pregătirea seturilor de date de imagini și utilizarea funcțiilor de pierdere (loss functions) și a optimizatoarelor. De asemenea, abordează gestionarea ciclului de viață al modelului prin salvarea și reîncărcarea ponderilor antrenate.

BBox-Label-Tool este un utilitar web conceput pentru etichetarea colecțiilor de imagini și definirea limitelor spațiale ale obiectelor, pentru a susține sarcinile de învățare automată supervizată. Oferă o interfață pentru desenarea casetelor de delimitare (bounding boxes) dreptunghiulare pe imagini, permițând utilizatorilor să înregistreze date de coordonate pentru seturi de date de detectare a obiectelor și recunoaștere vizuală. Instrumentul operează în întregime în browser, utilizând procesarea locală a fișierelor pentru a citi imaginile direct de pe sistemul utilizatorului, fără a necesita încărcarea datelor. Menține înregistrările de adnotare prin stocarea bazată pe browser, asigurându-se că datele spațiale persistă după reîmprospătarea paginii. Prin capturarea interacțiunilor mouse-ului pe un canvas HTML, software-ul permite manipularea directă și în timp real a dimensiunilor casetelor de delimitare în timpul procesului de adnotare. Aplicația include utilitare de gestionare pentru navigarea prin colecțiile de imagini și modificarea înregistrărilor de coordonate, cum ar fi salvarea, ștergerea sau curățarea adnotărilor pentru fișiere individuale. Această funcționalitate susține pregătirea structurată a datelor de tip ground truth pentru antrenarea algoritmilor de viziune computerizată.