Uma biblioteca Python de aumento de dados para áudio, imagens, texto e vídeo, com mais de 100 transformações, incluindo edições no estilo de redes sociais para testes de robustez.
AugLy é uma biblioteca Python para aumento de dados em quatro modalidades: áudio, imagem, texto e vídeo. Cada modalidade tem sua própria sub-biblioteca, com mais de 100 aumentos no total. As transformações estão disponíveis em versões baseadas em funções e em classes, além de operadores de composição, e podem retornar metadados opcionais que descrevem a transformação aplicada e sua intensidade.
Muitos dos aumentos são inspirados no que as pessoas fazem em plataformas da internet, como transformar uma imagem em meme, sobrepor texto ou emojis em imagens e vídeos ou republicar uma captura de tela de um feed social. A biblioteca também inclui transformações mais genéricas. Ela foi criada para treinar modelos ou medir sua robustez em tarefas como detecção de cópias, detecção de discurso de ódio e identificação de violação de direitos autorais, nas quais esse tipo de conteúdo é comum.
AugLy requer Python 3.6 ou posterior. A instalação é feita com pip, e cada sub-biblioteca pode ser instalada separadamente por meio de extras, como augly[audio]. O projeto também inclui recursos de emojis, fontes e modelos de capturas de tela para uso em certas transformações.
Instale o pacote completo do AugLy pelo PyPI
pip install augly[all]Ou instale apenas as dependências de uma subbiblioteca, como audio
pip install augly[audio]Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Biblioteca diferenciável de visão computacional baseada em PyTorch, com processamento de imagens otimizado para GPU, geometria, augmentations e operadores de correspondência de features.
Biblioteca Python para processamento de áudio, com leitura e gravação de arquivos, efeitos integrados e suporte a plugins VST3 e Audio Unit.
Biblioteca Python para executar, treinar e avaliar modelos de IA do hub ModelScope por meio de uma interface unificada de pipeline e Trainer.
Framework para definir modelos de ponta em machine learning para texto, visão, áudio e tarefas multimodais, voltado a inferência e treinamento.
Biblioteca de modelos pré-treinados para Keras 3, com modelos de texto, imagem e áudio que rodam em JAX, TensorFlow ou PyTorch.
Coleção de modelos de deep learning e exemplos feitos com o framework Burn para Rust, com contribuições oficiais e da comunidade.