Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Brainstorming replacing QA-Tiles

Abierto
  • ¿Algo no está bien?
#38 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
20/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python
Área
computer-vision, data, machine-learning

Línea de trabajo

Esta es una propuesta de brainstorming, no una tarea de implementación, y no menciona archivos ni pruebas. Empieza revisando la arquitectura actual de label-maker y los puntos de entrada de los módulos Python; después, compáralos con las salidas propuestas de GeoJSON, imágenes de Mapbox, augmentation, caching y COCO. Se considerará Done cuando se hayan acordado el alcance y el diseño antes de que pueda comenzar la implementación.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

I need to rework my https://github.com/jremillard/images-to-osm project to use Mapbox tiles. The problem that label-maker is attempting to solve is right at the center of the planned rework. I just wanted to communicate what label-maker would look like if it was a perfect fit for my needs.

The input data (training ) to label-maker should be a set of geojson files. There is a rich and mature existing infrastructure of generating them from OSM and other data sources. They are easy to write code against in any language. Let other tools deal with it.

Label maker config would be

  1. output zoom level OR a metric output (.5 m/pixel).
  2. output image size for the training network (say 800x800), not an even tile boundary.
  3. data augmentation options (center object, randomly slide object around, up/down, left/right flips, % scale change, edge buffer zone, allow clipped features, etc).
  4. How many sample images to make.
  5. training/validation split %.
  6. Sat image TMS URL (someday support Bing when they can change the license).
  7. Max sat image cache size, directory, also need max ago of sat image cache (mapbox is 30 days).
  8. % of images to create that are negative samples (no objects in them).

The final output would be intermediate files (training, and validating), not the training images.

When the network is training, the intermediate files can be opened up, and single images can be generated on the fly from a python module. The python module would handle either fetching and forming the training images or getting them from the sat image cache. It would stitch the sat images together, crop them correctly, and output bounding boxes, segmentation masks, and instance masks. The one image at a time would allow data sets that don't fit into memory to be used, keep performance good, and not violate sat image caching licensing restrictions.

If you want to be really nice to people, have an option to write out MS COCO files, since basically everyone is using that data set right now for benchmarking.

Lenguaje dominante
Python
Estrellas
472
Forks
106
Sin PR fusionados en 30 d

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de developmentseed/label-maker

Todos los issues de developmentseed/label-maker

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.