visionscript

项目介绍：VisionScript

VisionScript 是一种抽象编程语言，专为快速执行常见的计算机视觉任务而设计。它建立在 Python 基础之上，提供了一种简单的语法，用于运行对象检测、分类和分割模型。

如何开始使用 VisionScript

首先，安装 VisionScript：

pip install visionscript

然后，您可以通过以下命令运行 VisionScript：

visionscript

这将打开一个 VisionScript 交互式环境，您可以在其中输入命令。

运行 VisionScript 文件

要运行 VisionScript 文件，可以使用：

visionscript ./your_file.vic

在笔记本中使用 VisionScript

VisionScript 提供了一个交互式网页笔记本，您可以通过以下命令运行 VisionScript 代码：

visionscript --notebook

这将在您的浏览器中打开一个笔记本。请注意，笔记本是临时的，您需要将代码复制到文件中以保存。

快速入门

以下是一些使用 VisionScript 的简单例子：

使用对象检测在图像中找到人

Load["./photo.jpg"]
Detect["person"]
Say[]

在文件夹中的所有图像中找到人

In["./images"]
    Detect["person"]
    Say[]

在照片中用表情符号替换人

Load["./abbey.jpg"]
Size[]
Say[]
Detect["person"]
Replace["emoji.png"]
Save["./abbey2.jpg"]

对图像进行分类

Load["./photo.jpg"]
Classify["apple", "banana"]

安装说明

要安装 VisionScript，请克隆此代码库并运行以下命令：

pip install -r requirements.txt

然后，创建一个以 .vic 结尾的文件，用于编写您的 VisionScript 代码。编写完代码后，运行：

visionscript ./your_file.vic

运行在调试模式下

调试模式下可以显示代码的完整抽象语法树（AST），对调试代码和添加新功能非常实用：

visionscript ./your_file.vic --showtree=True

项目灵感

该项目的灵感是构建一种简单的方法来完成一次性任务。对于不熟悉“分类”和“分割”等概念的用户，VisionScript 提供了一种探索这些操作对图像影响的理想方法。

VisionScript 的语法受 Python 和 Wolfram 语言的启发，以直观的 “语法+参数” 格式运行，支持线性解释。这意味着您可以逐行运行代码，简洁而高效。

支持的模型

VisionScript 为一些模型提供了抽象封装，包括：

• OpenAI 的 CLIP（分类）
• Ultralytics YOLOv8（对象检测训练、分割训练）
• CASIA-IVA-Lab 的 FastSAM（分割）
• GroundedSAM（对象检测、分割）
• Salesforce 的 BLIP（描述生成）
• ViT（分类训练）

开发者设置

如果您希望为 VisionScript 语言添加新功能或修复错误，首先需要设置开发环境。克隆语言库并安装所需依赖项：

git clone https://github.com/capjamesg/VisionScript
pip install -r requirements.txt
pip install -e .

然后，您可以使用下面的命令运行 VisionScript：

visionscript

授权协议

该项目采用 MIT 协议授权。