RandAugment for Image Classification

RandAugment for Image Classification

在 Gradio 页面里用 Keras 模型演示 RandAugment 这种随机数据增强方法，用于图像分类，附带四张示例图片，适合机器学习学习者。

由 keras-io 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Gradio 应用演示 RandAugment，这是一种对训练图片随机做改动，让分类器学会应对各种变化的办法。记录里列出了一个模型 randaugment，来自 keras-io 组织。里面带有四张示例图片：飞机、汽车、猫和马。

适合谁：它适合想看数据增强实际运行的机器学习学习者，也适合想看围绕 Keras 模型的小型 Gradio 示例的开发者。记录没有描述输出，请打开页面查看。

行业 | 使用者 | 使用方式 | 例子
教育 | 机器学习的学生 | 看增强如何改变一张训练图片 | 运行猫的图片，查看结果
研究 | 视觉从业者 | 在训练中使用之前先熟悉增强 | 比较四张示例图片的输出
软件 | Python 开发者 | 阅读围绕 Keras 模型的小型 Gradio 演示 | 打开 app.py 和 requirements.txt

如果你需要训练流程，可以跳过它，因为这只是一个演示页面。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
看增强如何作用于图片 | 学习者 | 图片被改动后的版本
试用自带的示例 | 任何人 | 快速看几个示例类别
作为基础复用 | 开发者 | 一个围绕 Keras 模型的小型 Gradio 应用

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download keras-io/randaugment --repo-type space --local-dir randaugment
cd randaugment
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。四张示例图片是最快的试用办法。

python app.py

示例：你打开 Space，选马的图片。应用会应用这个方法，并把结果显示在页面上，可能还带有模型的预测。记录没有描述输出，请看页面。

新手与专家：数据增强是指给训练图片做出改动过的副本，比如旋转或换色的，让模型见到更多变化。先打开 Space，运行一张示例图片。

如果你熟悉这个领域，RandAugment 从一组固定的操作里随机挑出少数几个，以设定的强度应用，从而避开了代价高昂的增强策略搜索。记录没有给出设置或准确率数据。

你选一张图片或上传一张
应用做随机增强
Keras 模型可能对结果分类
页面显示输出

注意事项：

• License: Apache 2，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的图片，以及仓库里的四张示例
• Not for: 记录没有列出排除项，也没有给出准确率数据

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/keras-io/randaugment
• 文件：https://huggingface.co/spaces/keras-io/randaugment/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。