画像認識でよく使われるライブラリ一覧

概要

画像コンペ初参加につき、画像認識でよく使われているライブラリを調べました。
言語はPython、ディープラーニング関連はPyTorchに限って記載してます。
今後も便利なライブラリを見つけ次第、追記していきますφ(・ω・ )

画像処理全般

OpenCV

• コンピュータビジョン用ライブラリ
• 基本的な画像処理や特徴量検出
• 高度処理、顔検出や動画解析ができる

opencv.org

Pillow

• 軽量な画像処理ライブラリ
• 基本的な画像処理、色空間変換や幾何学的変換ができる
• OpenCVより機能が劣る

pillow.readthedocs.io

scikit-image

• 画像処理用のアルゴリズム群
• 基本的な画像処理や特徴検出が出来る
• 多彩なフィルターや検出器がある

scikit-image.org

速度比較

• 画像の読み込み速度はscikit-imageが一番速い
• リサイズや色彩変換の画像変換処理の速度はOpenCVが一番速い

PIL vs Opencv | Kaggle
【Python】画像処理の速度比較（scikit-image vs. OpenCV） | 加賀百万石ですが何か？
Pythonの画像読み込み: PIL, OpenCV, scikit-image - Qiita

ディープラーニング関連

torchvision

• PyTorchの画像向けパッケージ
• 画像認識向けのモデルアーキテクトや画像変換処理が備わっている

pytorch.org

データ拡張

Albumentation

• データ拡張用ライブラリ
• データ拡張バリエーションが多い
• 処理速度も他のデータ拡張系ライブラリに比べて早い
• torchvisionからの移行が容易

albumentations.readthedocs.io

imgaug

• データ拡張用ライブラリ
• データ拡張バリエーションが多い

imgaug.readthedocs.io

Augmentor

• データ拡張用ライブラリ
• Albumentationとimgaugに比べてデータ拡張のバリエーションが少ない

augmentor.readthedocs.io

コード比較

• こちらに良き記事

towardsdatascience.com

速度比較

CPU 1コアで 1秒間に処理できる枚数なので、多い方が高速

https://github.com/albu/albumentations#benchmarking-results

モデル

segmentation_models_pytorch

• セグメンテーション用モデルが複数用意されている

pypi.org

パイプライン関連

画像専用ではないですが、便利なライブラリをメモ。

Catalyst

• ディープラーニングのパイプラインを簡単に作成するためのライブラリ
• 学習ループと推論に特化
• CatalystのエコシステムMLcamp、Reactionなどもある

github.com

fastai

• ディープラーニングをより容易に実行するためのライブラリ
• 主要なモデルも組み込まれており、Catalystよりもっと包括的にパイプラインが作れる
• MixupのCallback関数がある

docs.fast.ai

速度向上

こちらも画像専用ではないですが、便利なライブラリなのでメモ。

Apex

• 混合精度演算を使い、ディープラーニングの学習速度をあげるライブラリ
• GPU上での処理を対象としておりCUDAが必要
• メモリの使用量も削減出来る
• 詳しい仕組みは以下論文参照

nvidia.github.io
arxiv.org

終わり

記憶力に自信がないので、忘れぬよう書いていこうと思います( •̀ᄇ• ́)ﻭ✧

Pythonサプリ プログラミング学習