Sono passati due mesi dall'ultima recensione ricevuta da questo profilo

Recensioni e Dettagli del Prodotto scikit-image

Valore a colpo d'occhio

Medie basate su recensioni di utenti reali.

Costo Percepito

$$$$$

Visualizza Maggiori Informazioni sui Prezzi

Alternative con il punteggio più alto

Google Cloud Vision API

4.4/5

(82)

Visualizza tutte le alternative

Le recensioni di G2 sono autentiche e verificate.

Ecco come.

Dipak K.

Senior Research Fellow (PhD)

Piccola impresa (50 o meno dip.)

3/22/2022

"Libreria di algoritmi di elaborazione delle immagini open source, facile da usare, per l'uso in Python"

4.5/5

Cosa ti piace di più di scikit-image?

libreria gratuita e open-source con una varietà di algoritmi comuni per l'elaborazione delle immagini. Facile da importare e analizzare immagini 2D e 3D con semplice codice Python. Una delle librerie ottimizzate con una versione stabile. Molto utile nel riconoscimento di pattern e nelle applicazioni di intelligenza artificiale. Facile da usare e implementare nuovi algoritmi utilizzando scikit-image in Python. Installazione e integrazione facili con Python. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

L'elaborazione video in tempo reale non è molto ottimizzata rispetto a OpenCV. Per lo più, per l'elaborazione video in tempo reale, OpenCV è raccomandato dagli esperti. A parte questo, non ci sono altre critiche per Scikit-image. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

I principianti nel campo della visione artificiale e dell'elaborazione delle immagini combinati con l'IA devono usare questa cassetta degli attrezzi. Ci sono molte alternative, ma questa è molto facile da usare, ottimizzata e sta diventando molto popolare. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Riconoscimento di pattern. Identificazione di oggetti. Operazioni morfologiche ecc. molti progetti includono la combinazione di elaborazione delle immagini con algoritmi di machine learning e deep learning per applicazioni specifiche. Recensione raccolta e ospitata su G2.com.

Shekhar P.

Artificial Intelligence Engineer

Mid-Market (51-1000 dip.)

6/10/2020

"Algoritmi di elaborazione delle immagini da utilizzare in modo semplice con scikit-image"

4.5/5

Cosa ti piace di più di scikit-image?

Strumento gratuito e migliore per la visione artificiale e l'elaborazione delle immagini Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Alcuni non danno il risultato corretto come ci si aspetta il risultato. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

scikit-image è gratuito e non ci sono restrizioni per l'uso. È anche molto facile da usare per i principianti che si avvicinano al campo del machine learning. È ricco di diversi algoritmi che possono aiutare a ottenere rapidamente risultati di machine learning e visualizzazione dei dati. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Usiamo scikit-image per risolvere problemi reali di realtà virtuale e realtà aumentata. Molti algoritmi, come quelli per rilevare immagini e soglie separatamente, sono molto efficienti e riducono il nostro tempo di lavoro per finire. Tracciare grafici è molto facile e veloce. Recensione raccolta e ospitata su G2.com.

Utente verificato in Software per computer

Piccola impresa (50 o meno dip.)

7/7/2019

"Elaborazione delle immagini resa facile"

4.5/5

Cosa ti piace di più di scikit-image?

Fornisce molti algoritmi di elaborazione delle immagini in un colpo solo ed è facile da imparare Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

È costruito solo sul linguaggio di programmazione Python, il che lo rende limitato per i programmatori non pythonici. Recensione raccolta e ospitata su G2.com.

Paresh A.

Software Engineer

Tecnologia dell'informazione e servizi

Enterprise (> 1000 dip.)

6/7/2018

"Api di riconoscimento delle immagini per python"

5/5

Cosa ti piace di più di scikit-image?

scikit-image è la libreria di elaborazione delle immagini per Python che può essere utilizzata per manipolazioni di base delle immagini come oggetto numpy e anche per implementare vari algoritmi tramite scikit-image. Puoi anche utilizzare i modelli di riconoscimento delle immagini pre-addestrati come il riconoscimento delle cifre usando scikit-image. Se vuoi implementare il riconoscimento facciale, puoi tracciare il volto usando il cascade di Haar tramite scikit-image e poi utilizzare quei dati per addestrare il tuo modello per prevedere il volto in futuro. Inoltre, puoi implementare facilmente il rilevamento degli oggetti tramite scikit-image. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Non ho nulla da ridire su scikit-image perché non ho lamentele al riguardo fino ad ora. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

Consiglio di utilizzare scikit-image per implementare il rilevamento del volto, il rilevamento degli oggetti e altri algoritmi di riconoscimento e elaborazione delle immagini, poiché rende facile implementare tali algoritmi grazie alla sua libreria di metodi comuni già implementati e può essere utilizzato con una sola riga di codice. Quindi consiglio di utilizzare scikit-image per scopi di elaborazione e riconoscimento delle immagini. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Sono uno sviluppatore software e devo implementare il riconoscimento facciale, il tracciamento facciale, il rilevamento di oggetti e altri algoritmi di riconoscimento delle immagini direttamente o indirettamente. Ho implementato il riconoscimento facciale utilizzando scikit-image e ho ottenuto buoni risultati per il software del mio cliente, quindi sono molto soddisfatto di scikit-image. Ho anche implementato l'OCR utilizzando il riconoscimento delle cifre tramite scikit-image. Recensione raccolta e ospitata su G2.com.

Sunil C.

Software Developer

Tecnologia dell'informazione e servizi

Enterprise (> 1000 dip.)

6/4/2018

"Una libreria di elaborazione delle immagini molto grande per Python"

5/5

Cosa ti piace di più di scikit-image?

Scikit Image è la libreria di elaborazione delle immagini. Viene utilizzata per implementare l'elaborazione delle immagini nel tuo progetto con poche righe di codice. La cosa migliore è che utilizza array numpy come oggetti immagine, il che aiuta la portabilità del codice. Ha anche molti dataset di elaborazione delle immagini integrati che possono essere utilizzati per addestrare il tuo modello, quindi è davvero una libreria utile per Python. Puoi anche accettare l'immagine direttamente dalla fotocamera usando scikit-image. Inoltre, puoi visualizzare le immagini con molta facilità in modo da poter visualizzare il tuo modello più profondamente. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Non ho nulla da disprezzare riguardo a una libreria di elaborazione delle immagini così grande e open source. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

Consiglio di utilizzare scikit-image per l'elaborazione delle immagini e di implementarlo soprattutto per Python perché è la migliore libreria che si possa avere. Memorizza le immagini nel formato array di numpy, che può essere utilizzato con altre librerie per ulteriori elaborazioni, quindi ha una maggiore portabilità. Inoltre, ha molti modelli integrati e tonnellate di dataset, quindi diventa facile implementare qualsiasi algoritmo di riconoscimento delle immagini in Python, quindi consiglio di usarlo. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Nella mia attività, ogni volta che c'è bisogno di elaborazione delle immagini nel mio codice, opto per scikit-image perché sto già usando scikit-learn, che è anche un ottimo prodotto di scikit, e quindi usare entrambi insieme rende il lavoro più facile. Ho implementato vari algoritmi di base usando scikit-image, come il rilevamento di oggetti e anche il riconoscimento di cifre (in tempo reale), e li ho integrati nel mio codice. Recensione raccolta e ospitata su G2.com.

Sanjana P.

Python Developer

Tecnologia dell'informazione e servizi

Enterprise (> 1000 dip.)

10/29/2018

"Algoritmi di elaborazione delle immagini più efficienti"

4.5/5

Cosa ti piace di più di scikit-image?

Mi piace l'implementazione senza soluzione di continuità di questa libreria e dei metodi, ed è abbastanza facile integrarli nel tuo codice. Può essere abbinato alla visualizzazione utilizzando la libreria matplotlib in Python, il che è piuttosto interessante. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Non mi è dispiaciuto nulla in particolare. Perché mi trovo abbastanza a mio agio anche con Python e mi piace lavorare con le librerie scikit. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

Altamente raccomandato. Molto da esplorare e imparare. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Sto cercando di studiare il riconoscimento dei modelli comportamentali utilizzando diverse espressioni facciali. Quindi lo studio riguarda il riconoscimento delle diverse espressioni facciali e i loro tratti comportamentali. Recensione raccolta e ospitata su G2.com.

Ayesha M.

Software Development Engineer

Tecnologia dell'informazione e servizi

Enterprise (> 1000 dip.)

6/8/2018

"Migliore libreria per l'elaborazione delle immagini"

5/5

Cosa ti piace di più di scikit-image?

Scikit è la libreria open source disponibile gratuitamente per Python e può essere installata clonando il repository git o installandola tramite pip. È una libreria molto semplice da usare e puoi eseguire compiti complessi di elaborazione delle immagini con molta facilità. Ha il suo dataset che può essere utilizzato per addestrare il tuo modello, come il suo dataset di monete che può essere utilizzato per la dimostrazione della segmentazione delle immagini. Gli algoritmi complessi come hough_ellipse, soglia delle immagini e segmentazione delle immagini possono essere facilmente implementati tramite scikit image con una sola riga di codice, quindi è una grande libreria per l'elaborazione delle immagini. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Scikit image è la migliore libreria di elaborazione delle immagini e non ha alcun difetto. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

Consiglio di utilizzare scikit-image per i compiti di elaborazione delle immagini perché rende facile implementare i compiti di elaborazione delle immagini attraverso i suoi migliori algoritmi. Ho dovuto implementare l'ellisse di Hough e, dopo aver provato molto da solo, non sono stato in grado di codificarlo, ma poi ho usato scikit-image e sono stato facilmente in grado di implementarlo in pochi minuti e ho reso il mio codice pronto per il deployment, quindi consiglio di usare scikit-image per facilitare il tuo compito. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Sono un programmatore Python nel mio team di sviluppatori software e il mio lavoro consiste nell'implementare vari algoritmi secondo i requisiti del progetto e quando riceviamo progetti relativi all'elaborazione delle immagini come il rilevamento degli oggetti, la segmentazione, il tracciamento e il riconoscimento facciale, utilizzo scikit-image per implementare tali algoritmi. Recentemente abbiamo sviluppato un prodotto per classificare le immagini in base alla loro tonalità di colore per un'azienda e per questo ho utilizzato scikit-image. Recensione raccolta e ospitata su G2.com.

Utente verificato in Istruzione superiore

Mid-Market (51-1000 dip.)

11/1/2018

"Ottima libreria di segmentazione"

2.5/5

Cosa ti piace di più di scikit-image?

Questa libreria di elaborazione delle immagini è ottima per analizzare grandi set di dati. I dati vengono elaborati senza problemi, normalmente in modo tempestivo e possono essere applicati in vari modi per la programmazione in Python. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Sebbene sia molto estesa, la libreria ha i suoi limiti con alcuni set di dati in cui i dati non verranno elaborati. A volte si verifica un errore quando viene eseguita in MATLAB, quindi ciò dovrebbe essere migliorato. Recensione raccolta e ospitata su G2.com.

Shardul T.

Software Engineer

Software per computer

Mid-Market (51-1000 dip.)

2/16/2018

"Una grande libreria di elaborazione delle immagini per Python"

5/5

Cosa ti piace di più di scikit-image?

un altro grande prodotto open source dalla casa di scikit. Scikit-image è una libreria di elaborazione delle immagini per Python che include quasi tutti gli algoritmi di elaborazione delle immagini implementati da molti grandi sviluppatori del mondo open source. La cosa migliore è che è disponibile gratuitamente e ha tutte le grandi funzionalità che una libreria ideale di riconoscimento delle immagini dovrebbe avere. Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

Non ho nulla da disprezzare riguardo a questo enorme prodotto perché è la migliore libreria di elaborazione delle immagini che possiamo mai avere. Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

Consiglio di utilizzare la libreria scikit-image per implementare algoritmi di elaborazione delle immagini in Python e poi distribuire il prodotto sulla piattaforma richiesta. Secondo me, è la migliore libreria di elaborazione delle immagini e sarà la più utile e facile da implementare che si possa avere nel campo dell'elaborazione delle immagini per Python. Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

Utilizzo scikit-image per sviluppare prodotti di elaborazione delle immagini, come lo sviluppo di dati di addestramento per algoritmi di addestramento one-shot. Sviluppo un filtro per l'app delle foto e lo integro nel prodotto come richiesto dal cliente. Inoltre, ho implementato vari algoritmi diversi e ottimizzato gli algoritmi di scikit-image per assicurarmi che i parametri siano perfetti per il mio utilizzo. È la migliore libreria di riconoscimento delle immagini utile. Recensione raccolta e ospitata su G2.com.

sanjay v.

Information Technology Specialist

Software per computer

Piccola impresa (50 o meno dip.)

6/8/2018

"miglior API open source per l'elaborazione delle immagini!!"

4/5

Cosa ti piace di più di scikit-image?

una delle migliori e più stabili API per l'elaborazione delle immagini, fornisce una tela basata su matplotlib per la visualizzazione delle immagini che è molto comoda da usare, possiamo facilmente aggiungere plugin al visualizzatore, e soprattutto l'efficienza della fiducia fornita nel risultato è molto buona!! Recensione raccolta e ospitata su G2.com.

Cosa non ti piace di scikit-image?

il supporto per esso non è così buono, relativamente meno tutorial per scikit image !! Recensione raccolta e ospitata su G2.com.

Raccomandazioni per chi sta considerando scikit-image:

se conosci opencv e matplotlib e vuoi eseguire qualsiasi tipo di analisi visiva, allora questa API è la scelta migliore, anche se è difficile da imparare, alla fine della giornata semplifica davvero il tuo lavoro!! Recensione raccolta e ospitata su G2.com.

Quali problemi sta risolvendo scikit-image e come ti sta beneficiando?

la nostra azienda utilizza questa API per il rilevamento dei danni e il monitoraggio visivo per sistemi basati sull'industria!! Recensione raccolta e ospitata su G2.com.