データ拡張用の 10 の Python ライブラリ

データ拡張は、人工知能と機械学習の分野における重要なテクノロジーです。これには、モデルのパフォーマンスと一般化を向上させるために、既存のデータセットにバリエーションを作成することが含まれます。 Python は、いくつかの強力なデータ拡張ライブラリを提供する人気の AI および ML 言語です。この記事では、データ拡張用の Python ライブラリを 10 個紹介し、各ライブラリのコード スニペットと説明を提供します。

#Augmentor

##Augmentor は、画像強化のための汎用 Python ライブラリです。回転、反転、色の操作など、さまざまな操作を画像に簡単に適用できます。画像強化に Augmentor を使用する方法の簡単な例を次に示します。

import Augmentor  p = Augmentor.Pipeline("path/to/your/images") p.rotate(probability=0.7, max_left_rotatinotallow=25, max_right_rotatinotallow=25) p.flip_left_right(probability=0.5) p.sample(100)

Albumentations

Albumentations Master は、ランダムな回転などのさまざまな強化機能をサポートしています。 、フリップと明るさの調整。彼は、私が最もよく使用する拡張ライブラリの 1 つです。

import albumentations as A  transform = A.Compose([A.RandomRotate90(),A.HorizontalFlip(),A.RandomBrightnessContrast(), ]) augmented_image = transform(image=image)["image"]

Imgaug

##Imgaug は、画像やビデオを拡張するためのライブラリです。幾何学的変換や色空間の変更など、幅広い拡張機能を提供します。 Imgaug を使用した例を次に示します。

import imgaug.augmenters as iaa  augmenter = iaa.Sequential([iaa.Fliplr(0.5),iaa.Sometimes(0.5, iaa.GaussianBlur(sigma=(0, 2.0))),iaa.ContrastNormalization((0.5, 2.0)), ]) augmented_image = augmenter.augment_image(image)

nlpaug

nlpaug は、テキスト データの拡張のために特別に設計されたライブラリです。同義語の置換や文字レベルの置換など、テキストのバリエーションを生成するためのさまざまな手法が提供されます。

import nlpaug.augmenter.word as naw  aug = naw.ContextualWordEmbsAug(model_path='bert-base-uncased', actinotallow="insert") augmented_text = aug.augment("This is a sample text.")

imgaugment

imgauge は、画像の強化に焦点を当てた軽量のライブラリです。使いやすく、回転、反転、色調整などの操作が可能です。

from imgaug import augmenters as iaa  seq = iaa.Sequential([iaa.Fliplr(0.5),iaa.Sometimes(0.5, iaa.GaussianBlur(sigma=(0, 2.0))),iaa.ContrastNormalization((0.5, 2.0)), ]) augmented_image = seq(image=image)

Text Attack

Text Attack は、自然言語処理 (NLP) モデルを強化および攻撃するための Python ライブラリです。 NLP タスクの敵対的な例を生成するためのさまざまな変換が提供されます。使用方法は次のとおりです。

from textattack.augmentation import WordNetAugmenter  augmenter = WordNetAugmenter() augmented_text = augmenter.augment("The quick brown fox")

TAAE

Text Augmentation and Adversarial Examples (TAAE) ライブラリは、テキスト拡張の​​ためのもう 1 つのツールです。これには、同義語の置換や文のシャッフルなどのテクニックが含まれます。

from taae import SynonymAugmenter  augmenter = SynonymAugmenter() augmented_text = augmenter.augment("This is a test sentence.")

Audiomentations

#Audiomentations はオーディオ データの強化に重点を置いています。サウンド処理を伴うタスクには必須のライブラリです。

import audiomentations as A  augmenter = A.Compose([A.PitchShift(),A.TimeStretch(),A.AddBackgroundNoise(), ]) augmented_audio = augmenter(samples=audio_data, sample_rate=sample_rate)

ImageDataAugmentor

ImageDataAugmentor は画像データの拡張用に設計されており、一般的な深層学習フレームワークとうまく連携します。これを TensorFlow で使用する方法は次のとおりです。

from ImageDataAugmentor.image_data_augmentor import * import tensorflow as tf  datagen = ImageDataAugmentor(augment=augmentor,preprocess_input=None, ) train_generator = datagen.flow_from_directory("data/train", batch_size=32, class_mode="binary")

Keras ImageDataGenerator

Keras は、Keras と TensorFlow Built を使用するときに使用される ImageDataGenerator クラスを提供します。 - 画像向上のためのソリューション。

from tensorflow.keras.preprocessing.image import ImageDataGenerator  datagen = ImageDataGenerator(rotation_range=40,width_shift_range=0.2,height_shift_range=0.2,shear_range=0.2,zoom_range=0.2,horizontal_flip=True,fill_mode="nearest", ) augmented_images = datagen.flow_from_directory("data/train", batch_size=32)

概要

これらのライブラリは、画像およびテキスト データの幅広いデータ拡張技術をカバーしています。お役に立てば幸いです。 。

以上がデータ拡張用の 10 の Python ライブラリの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。