AlbumentationsX 是一个新颖的增强流水线，旨在通过确保应用于图像及其相关标注（如掩码、边界框或关键点）的随机更改保持一致来防止数据损坏。该库使用单个 Compose 对象来管理变换列表、概率和随机种子，将选定的变换统一应用于所有支持的标注类型。这种方法旨在维护数据完整性和可复现性，允许用户保存流水线定义并重新运行特定的增强调用。 AI
影响 通过标准化图像和标注的增强来确保 AI 模型训练中的数据完整性。
排序理由 该集群描述了一篇 arXiv 论文中详述的新库/流水线，这是一项研究成果。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.11123v1 Announce Type: cross Abstract: Augmentation can corrupt a training example when an image and its annotations receive different random changes. A crop must use the same coordinates for the image, mask, boxes, keypoints, stereo views, video frames, or volume. Cod…
Augmentation can corrupt a training example when an image and its annotations receive different random changes. A crop must use the same coordinates for the image, mask, boxes, keypoints, stereo views, video frames, or volume. Code paths that choose these values separately can si…