pytorch/vision

Implement AutoAugment for Detection

Open

#6.224 geöffnet am 30. Juni 2022

Auf GitHub ansehen
 (19 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (6.858 Forks)batch import
help wantedmodule: transforms

Repository-Metriken

Stars
 (15.050 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 12T 8h) (14 gemergte PRs in 30 T)

Beschreibung

🚀 The feature

Implement Learning Data Augmentation Strategies for Object Detection Refers to: #3817

Motivation, pitch

Good to have augmentation in Torchvision

Alternatives

No response

Additional context

No response

cc @vfdev-5 @datumbox

Contributor Guide

Research-Richtung
Implementieren Sie AutoAugment für die Objekterkennung wie im referenzierten Artikel beschrieben. Beginnen Sie mit der Überprüfung der vorhandenen AutoAugment Implementierung für die Klassifizierung (wahrscheinlich in torchvision/transforms/autoaugment.py) und der Diskussion in Issue #3817. Passen Sie die Augmentierungsrichtlinien an, damit sie mit Transformationen für die Objekterkennung funktionieren, wie z. B. denen in torchvision/transforms/functional.py. Prüfen Sie den Fortschritt des Beauftragten und alle verknüpften Branches zur Koordination.
Tech Stack
python
Domain
machine learning
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
python
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30