Project-AgML/AgML

What it solves

AgML 解決了機器學習中存取與標準化多樣化農業數據集的困難。它提供了一個集中式的函式庫，用於發現、下載與載入公共農業數據，減少研究人員與開發者在數據收集與預處理方面的時間。

How it works

AgML 作為一個與 Hugging Face Hub 整合的數據層，使用 HuggingFaceDataLoader 來獲取數據集，並提供工具將數據拆分為訓練集、驗證集與測試集，並可選擇進行分層抽樣。

該函式庫將常見的農業任務標準化為特定格式：用於分類的標籤、用於物件偵測的 COCO-style 邊界框，以及用於語義分割的單通道遮罩。它旨在與 PyTorch 與 TensorFlow 相容，並直接與 Hugging Face 的 datasets 與 transformers 函式庫整合，以進行訓練與推理。

Who it’s for

農業 AI 研究人員、數據科學家與開發者，用於建構用於作物監測、病蟲害偵測與其它農業任務的深度學習模型。

Highlights

• Extensive Dataset Access:

  • Extensive Dataset Access: 提供來自全球各地的廣泛公共農業數據集，包括包含超過 400 萬張影像的龐大 iNatAg 集合。

• Standardized Formats:

  • Standardized Formats: 將不同的數據來源統一為分類、偵測與分割的連貫格式。

• Seamless Integration:

  • Seamless Integration:

    • Seamless Integration: 與 Hugging Face 的生態系統無縫縫合，允許使用者使用標準的 Trainer 與 Pipeline classes 進行工作。

• Framework Agnostic:

  • Framework Agagnostic:

    • n/a