Github: https://github.com/tryolabs/luminoth
Luminothは、 コンピュータビジョンのためのオープンソースのツールキットです。 現在、オブジェクトの検出と画像の分類をサポートしていますが、我々はもっと多くを目指しています。 TensorFlowとSonnetを使ってPythonでビルドされています。
免責事項:Luminothはまだアルファ版のリリースです。つまり、コードベースが成熟するにつれて、内部および外部のインターフェイス(コマンドラインなど)が変更される可能性が非常に高いことを意味します。
インストール
Luminothは現在、Python 2.7と3.4-3.6をサポートしています。
前提条件
GPUサポートが必要な場合は、GPUバージョンのTensorFlowをインストールする必要があります。 TensorFlowが既にインストールされている場合、Luminothはそのバージョンを使用します(CPUまたはGPUのバージョンに関係なく)。
Luminothのインストール
PyPIからインストールするだけです。
$ pip install luminoth
ソースからインストールする
まず、マシン上のレポをクローンし、 pip
インストールしpip
。
$ git clone https://github.com/tryolabs/luminoth.git
$ cd luminoth
$ pip install -e .
インストールが機能していることを確認する
lumi --help
実行するだけです。
サポートされているモデル
現在、次のモデルをサポートしています:
我々は、 RetinaNetやMask R-CNNなど、近い将来、より多くのモデルのサポートを追加する予定です。
また、 COCOなどの一般的なデータセットに対して、 事前に訓練されたチェックポイントを提供することにも取り組んでいます。
使用法
lumi
コマンドで使用できる主なコマンドラインインターフェイスが1つあります。 どのように何かをやるべきなのか混乱しているときは、次のように入力してください:
lumi --help
またはlumi <subcommand> --help
説明付きの利用可能なオプションのリストが表示されます。
データセットの操作
DATASETSを参照してください。
トレーニング
ローカルまたはGoogle Cloudでトレーニングする方法についてトレーニングをご覧ください。
結果の可視化
われわれは、わかりやすい概要とグラフの視覚化を得るために努力している。 我々はそれらを監視(duh!)だけでなく、ボンネットの中で何が起こっているのかについて幅広く理解するためにも不可欠であると考えています。 コードを理解しやすくすることが重要であるのと同じ方法で、計算グラフも同様にする必要があります。
デフォルトでは、サマリとグラフのログは現在のディレクトリの下のjobs/
保存されます。 TensorBoardを使用するには、次のコマンドを実行します。
tensorboard --logdir path/to/jobs
なぜ名前?
ダークバイザーは、Metroid Prime 2:Echoesのバイザーアップグレードです。 戦争中にLuminothによって設計され、それはAether、A-KulのチャンピオンによってIngとの戦いでDark Aetherの濁りに浸透するために使用されました。