?> Quel est le but de l'action `annotateImages` ?... - Aide
QUESTION / RÉPONSE

Quel est le but de l'action `annotateImages` ?

0 consultations

Réponse

L'action `annotateImages` sert à annoter des images contenues dans une table en utilisant des métadonnées provenant de cette même table. Elle permet d'ajouter des informations visuelles comme des lignes, des points, ou des masques de segmentation directement sur les images.
Action technique liée

Voir la documentation de annotateImages

Voir l'Action
Thématiques

Voir aussi

annotateImages
image

The `annotateImages` action overlays various annotations onto images within a CAS table. This is useful for visualizing results from image analysis tasks like object detection, segmentation, or feature extraction. You can draw lines, points, or complex shapes defined by protobuf messages, and even overlay segmentation masks with specified color maps and transparency. The resulting annotated images are saved to an output CAS table.

augmentImages
image

The `augmentImages` action is a powerful tool within the Image action set for data augmentation in computer vision tasks. It works by taking an input table of images and generating new, modified images. These transformations can include geometric changes like flipping, rotating, and cropping (creating patches), as well as color and pixel-level mutations such as color jittering, sharpening, lightening, or darkening. This process artificially expands the training dataset, which helps in building more robust and generalized deep learning models by exposing them to a wider variety of image appearances.

augmentImages
image

L'action `augmentImages` est une fonctionnalité puissante du traitement d'images dans SAS Viya. Elle permet de créer des versions augmentées d'un jeu d'images en générant des 'patches' (imagettes) et en leur appliquant diverses mutations. Cette technique est fondamentale en apprentissage profond (deep learning) pour enrichir artificiellement les jeux de données, ce qui aide à améliorer la robustesse et la performance des modèles de vision par ordinateur en les exposant à une plus grande variété de scénarios (changements de luminosité, d'angle, de couleur, etc.).