Document common computer vision pipelines
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 55/100
- Tipo di issue
- Documentazione
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- julia
- Ambito
- computer-vision, documentation
Direzione di ricerca
Esamina la struttura della documentazione esistente e individua dove collocare una raccolta di ricette o guide pratiche. Copri le pipeline per immagini 2D, immagini 3D, immagini con maschere e immagini con keypoint, e considera completato il lavoro quando ogni pipeline richiesta dispone di una guida pratica documentata e utilizzabile.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
The docs should include a cookbook/collection of how-tos for building various computer vision pipelines like:
- 2D images
- 3D images
- images and masks
- images and keypoints
- Lingua principale
- Julia
- Stelle
- 47
- Fork
- 18
- Merge medio
- 33m
- PR unite (30g)
- 1
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di FluxML/DataAugmentation.jl
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 70/100
FluxML/DataAugmentation.jl#121 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
FluxML/DataAugmentation.jl#104 · 4 commenti ·
-
make the transforms callableAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 48/100
FluxML/DataAugmentation.jl#79 · 1 reazione ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
-
integration with FluxApertadocumentation
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
FluxML/DataAugmentation.jl#56 · 2 commenti ·
Tutte le issue di FluxML/DataAugmentation.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
MagneticResonanceImaging/MRIReco.jl#366 ·
I maintainer di solito rispondono entro 3 giorni
-
`AdamW` gives `NaN` for zero-gradient entries of `Float16` parameters (epsilon underflows to 0)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
FluxML/Optimisers.jl#253 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
JuliaGraphs/GraphNeuralNetworks.jl#736 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno
-
`poissonians` is not public, unlike `brownians` and `jumps`Forse già presa @isaacsas l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 86/100
SciML/ModelingToolkit.jl#5389 ·
I maintainer di solito rispondono entro 2 giorni