Hugging Face's logo

Hub documentation

FiftyOne

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

FiftyOne

FiftyOne, yapılandırılmamış görsel verileri derlemek, görselleştirmek ve yönetmek için açık kaynak bir araç kitidir. Kütüphane, düşük güven düzeyindeki tahminleri bulmaktan düşük kaliteli örnekleri tespit etmeye ve verilerinizdeki gizli örüntüleri ortaya çıkarmaya kadar veri odaklı iş akışlarını kolaylaştırır. Kütüphane, görüntülerden ve videolardan PDF'lere, nokta bulutlarına ve ızgaralara (mesh) kadar her türden görsel veriyi destekler.

FiftyOne, nesne algılama, anahtar noktalar, çokgen çizgiler ve özel şemaları destekler.

FiftyOne, FiftyOne veri setlerini doğrudan Hub'dan yükleyip paylaşabilmeniz için Hugging Face Hub ile entegre edilmiştir.

🚀 Colab'de FiftyOne 🤝 Hugging Face Entegrasyonunu Deneyin!

Ön koşullar

Önce Hugging Face hesabınızla oturum açın:

hf auth login

fiftyone>=0.24.0 yüklendiğinden emin olun:

pip install -U fiftyone

Hub'dan Görsel Veri Setlerini Yükleme

FiftyOne’ın Hugging Face yardımcı araçlarındaki load_from_hub() ile şunları yükleyebilirsiniz:

  • Hub'a yüklenen herhangi bir FiftyOne veri seti
  • Hub'a datasets kütüphanesi üzerinden yüklenen veri setleri için standart olan Parquet dosyalarında saklanan çoğu görüntü tabanlı veri seti

Hub'dan FiftyOne veri setlerini yükleme

FiftyOne’in desteklediği ortak formatlardan birinde hub’a gönderilen herhangi bir veri setinin, hub’daki veri seti deposunda gerekli tüm yapılandırma bilgilerine sahip olması gerekir; bu sayede veri setini repo_id’sini belirterek yükleyebilirsiniz. Örneğin, VisDrone algılama veri setini yüklemek için:

import fiftyone as fo
from fiftyone.utils import load_from_hub

## load from the hub
dataset = load_from_hub("Voxel51/VisDrone2019-DET")

## visualize in app
session = fo.launch_app(dataset)

FiftyOne VisDrone dataset

İndirilecek örnek sayısı, oluşturulan veri seti nesnesinin adı veya diske kalıcı olarak kaydedilip kaydedilmeyeceği dahil olmak üzere indirme sürecini özelleştirebilirsiniz.

Hub'da kullanılabilir tüm FiftyOne veri kümelerini şu şekilde listeleyebilirsiniz:

from huggingface_hub import HfApi
api = HfApi()
api.list_datasets(tags="fiftyone")

FiftyOne ile Hub'dan Parquet Veri Setlerini Yükleme

Parquet dosyalarından veri kümelerini yüklemek için load_from_hub() işlevini de kullanabilirsiniz. Tür dönüşümleri sizin için ele alınır ve gerekirse görüntüler URL'lerden indirilir.

Bu işlevsellik sayesinde aşağıdakilerden herhangi birini yükebilirsiniz:

Örnek olarak, WikiArt veri setinden ilk 1.000 örneği FiftyOne'a şu şekilde yükleyebiliriz:

import fiftyone as fo
from fiftyone.utils.huggingface import load_from_hub

dataset = load_from_hub(
    "huggan/wikiart",  ## repo_id
    format="parquet",  ## for Parquet format
    classification_fields=["artist", "style", "genre"], ## columns to treat as classification labels
    max_samples=1000,  # number of samples to load
    name="wikiart",  # name of the dataset in FiftyOne
)

WikiArt Dataset

FiftyOne Veri Setlerini Hub'a İtme

Bir veri setini hub'a şu şekilde yükleyebilirsiniz:

import fiftyone as fo
import fiftyone.zoo as foz
from fiftyone.utils.huggingface import push_to_hub

## load example dataset
dataset = foz.load_zoo_dataset("quickstart")

## push to hub
push_to_hub(dataset, "my-hf-dataset")

push_to_hub() çağrıldığında, veri seti kullanıcı adınız altında belirtilen depo adıyla depoya yüklenir ve gerekirse depo oluşturulur. Veri setini hub'dan yüklemek için talimatlar içeren bir Dataset Card otomatik olarak oluşturulur ve doldurulur. preview_path argümanıyla, Dataset Card'da görünecek bir küçük resim/görsel yükleyebilirsiniz.

Bunlardan çoğunu kullanan bir örnek aşağıdadır. Bu örnek, FiftyOne’in Quickstart Video veri setinin ilk üç örneğini etiketler, MIT lisansı, bir açıklama ve bir önizleme görseli ile username/my-quickstart-video-dataset özel deposuna yükler:

dataset = foz.load_from_zoo("quickstart-video", max_samples=3)

push_to_hub(
    dataset,
    "my-quickstart-video-dataset",
    tags=["video", "tracking"],
    license="mit",
    description="A dataset of video samples for tracking tasks",
    private=True,
    preview_path="<path/to/preview.png>"
)

📚 Kaynaklar

Update on GitHub

←fenic Lance→