AlbumentationsX 是一个新库，旨在确保图像及其关联标注的数据增强流程的一致性。它解决了当训练样本的不同部分（如图像、掩码或边界框）使用不同的随机选择进行转换时可能出现的错位问题。通过将转换列表、概率和随机种子整合到单个 `Compose` 对象中，AlbumentationsX 确保对每个训练样本的所有支持的标注类型应用同一组随机值。这种方法有助于保持标签的完整性，并实现可复现的增强结果，该库在数据被分批到 PyTorch 等框架之前集成到工作流程中。 AI
影响 通过确保图像和标注之间转换的一致性，增强了 AI 训练流程中的数据完整性。
排序理由 该项目描述了一个新的数据增强库，属于研究相关的软件开发。[lever_c_research降级：ic=1 ai=1.0]
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…