Project-AgML/AgML

What it solves

AgML은 머신러닝을 위한 다양한 농업 데이터셋에 접근하고 표준화하는 데 따르는 어려움을 해결합니다. 연구자와 개발자가 데이터 수집 및 전처리 과정에 소요되는 시간을 줄일 수 있도록 공개 농업 데이터를 검색, 다운로드 및 로드할 수 있는 중앙 집중식 라이브러리를 제공합니다.

How it works

AgML은 Hugging Face Hub와 통합되는 데이터 레이어로 작동합니다. HuggingFaceDataLoader를 사용하여 데이터셋을 가져오고, 선택적 층화 추출을 포함하여 데이터를 훈련, 검증 및 테스트 세트로 분할하는 도구를 제공합니다. 이 라이브러리는 일반적인 농업 작업을 특정 형식으로 표준화합니다: 분류를 위한 레이블, 객체 탐지를 위한 COCO-style bounding box, 세맨틱 세그멘테이션을 위한 단일 채널 마스크. PyTorch 및 TensorFlow와 호환되도록 설계되었으며, Hugging Face의 datasets 및 transformers 라이브러리와 직접 통합되어 훈련 및 추론을 수행합니다.

Who it’s for

작물 모니터링, 해충 탐지 및 기타 농업 작업을 위한 딥러닝 모델을 구축하는 농업 AI 연구자, 데이터 과학자 및 개발자.

Highlights

• Extensive Dataset Access: 전 세계의 다양한 공개 농업 데이터셋을 제공합니다. 400만 개 이상의 이미지가 포함된 방대한 iNatAg 컬렉션을 포함합니다.
• Standardized Formats: 서로 다른 데이터 소스를 분류, 탐지, 세그멘테이션을 위한 일관된 형식으로 통합합니다.
• Seamless Integration: Hugging Face의 생태계와 즉시 사용 가능하며, 표준 Trainer 및 Pipeline 클래스를 사용할 수 있습니다.
• Framework Agnostic: PyTorch와 TensorFlow를 모두 지원합니다.