Sakhanda Wire
NVDA $153.61 -1.62% MSFT $506.27 -2.26% GOOGL $280.41 -1.17% META $623.08 -0.53% AMZN $257.66 -0.03%
← До новин

Посібник показує AugLy для мультимодального доповнення даних

Посібник демонструє наскрізний процес доповнення й оцінювання даних для зображень, тексту та аудіо за допомогою AugLy. Спочатку розглядаються проблеми сумісності сучасних залежностей, а потім створюються детерміновані синтетичні набори даних. Це дає змогу проводити приклади без зовнішніх завантажень і відтворювати експерименти. Підготовка також містить засоби візуалізації та багаторазово використовувані допоміжні функції.

У матеріалі досліджуються функціональний і класовий API AugLy, метадані, показники інтенсивності, імовірнісне поєднання перетворень і конвеєри з фіксованим початковим значенням. Показано перетворення з урахуванням обмежувальних рамок об’єктів і створення власних операцій. У дослідах зі стійкості перевіряється виявлення копій за перцептивним хешем після спотворення зображень. Для текстових класифікаторів оцінюється реакція на змагальні зміни, Unicode-обфускацію, санітизацію та змагальне навчання.

Окремі частини присвячені доповненню аудіо, сховищу метаданих із можливістю запитів і підключенню перетворень AugLy до наборів даних та DataLoader у PyTorch. Доповнення таким чином подається і як спосіб генерування даних, і як вимірюваний інструмент оцінювання стійкості моделей.

Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.

Вперше опубліковано виданням MarkTechPost

Читати оригінал на MarkTechPost ↗

Репортаж і зображення належать MarkTechPost і зазначені вище з посиланням на оригінал; текст на цій сторінці — власний виклад Sakhanda Wire.

← До новин

Ще новини

Усі останні новини