Ultralytics YOLO é uma biblioteca Python para visão computacional que abrange detecção, segmentação, classificação, estimativa de pose, rastreamento e muito mais.
62,7 mil11,9 milPythonAGPL-3.0Atualizado há 13 horas
albumentations-team/AlbumentationsX
Biblioteca Python de aumento de dados para visão computacional, com transforms de pixel, espaciais, médicos e 3D, além de tratamento consistente de máscaras, caixas delimitadoras e keypoints.
- Estrelas
- 572
- Forks
- 43
- Issues abertas
- 33
- Último commit
- anteontem
O que é?
AlbumentationsX é uma biblioteca Python para aumento de dados em imagens — a prática de gerar novas amostras de treinamento a partir de imagens existentes para melhorar modelos de deep learning. Ela oferece uma API unificada de pipeline que aplica o mesmo transform aleatório à imagem e às respectivas máscaras, caixas delimitadoras e keypoints, mantendo as anotações alinhadas.
A biblioteca inclui mais de 70 transforms no nível do pixel, como desfoque, ruído, ajustes de cor e efeitos climáticos, além de transforms espaciais, como recortes, inversões, deformações elásticas e mosaico. Também oferece transforms para imagens médicas (por exemplo, campo de viés e ringing de Gibbs) e transforms 3D para dados volumétricos. Os exemplos de uso mostram a integração com pipelines de PyTorch e TensorFlow.
O projeto é distribuído pelo PyPI e requer Python 3.11 ou superior. É licenciado sob AGPL-3.0-only, com uma licença comercial disponível com os mantenedores.
Recursos principais
- 01A API unificada aplica transforms em conjunto a imagens, máscaras, caixas delimitadoras e keypoints.
- 02Mais de 70 aumentos no nível do pixel, incluindo desfoque, ruído e ajustes de cor.
- 03Transforms espaciais, como recortes, inversões, affine, deformação elástica e mosaico.
- 04Transforms para imagens médicas e 3D para dados volumétricos.
- 05Compatível com pipelines de treinamento de PyTorch e TensorFlow.
Casos de uso
- Ampliar um conjunto de dados rotulado pequeno para treinar modelos de detecção de objetos ou segmentação.
- Aumentar dados de exames médicos ou dados volumétricos mantendo as máscaras alinhadas.
- Criar pipelines reproduzíveis de pré-processamento para modelos de classificação de imagens.
Início rápido
- 1
Instale a versão do PyTorch adequada à sua plataforma (a versão somente para CPU no Linux é mostrada como exemplo).
pip install "torch>=2.13.0" --index-url https://download.pytorch.org/whl/cpu - 2
Instale o AlbumentationsX com o OpenCV (variante headless).
pip install "albumentationsx[headless]" - 3
Importe a biblioteca e defina um pipeline de transformações.
Antes de usar
- Licenciado sob AGPL-3.0-only, uma licença copyleft que exige o compartilhamento do código-fonte para uso em rede e obras derivadas.
- Requer Python 3.11 ou superior.
- Para importar a biblioteca, é necessário instalar o PyTorch separadamente e escolher a versão adequada à sua configuração de CPU, CUDA ou MPS.
Tópicos
Perguntas frequentes
- O que é AlbumentationsX?
- Biblioteca Python de aumento de dados para visão computacional, com transforms de pixel, espaciais, médicos e 3D, além de tratamento consistente de máscaras, caixas delimitadoras e keypoints. AlbumentationsX é uma biblioteca Python para aumento de dados em imagens — a prática de gerar novas amostras de treinamento a partir de imagens existentes para melhorar modelos de deep learning. Ela oferece uma API unificada de pipeline que aplica o mesmo transform aleatório à imagem e às respectivas máscaras, caixas delimitadoras e keypoints, mantendo as anotações alinhadas.
- AlbumentationsX é gratuito? Qual é a licença?
- AlbumentationsX é open source sob a licença AGPL-3.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- AlbumentationsX ainda é mantido?
- Manutenção ativa. O último commit de AlbumentationsX foi em 19 de out. de 2026.
- Para que posso usar AlbumentationsX?
- Ampliar um conjunto de dados rotulado pequeno para treinar modelos de detecção de objetos ou segmentação. Aumentar dados de exames médicos ou dados volumétricos mantendo as máscaras alinhadas. Criar pipelines reproduzíveis de pré-processamento para modelos de classificação de imagens.
- Como instalar AlbumentationsX?
- Instale a versão do PyTorch adequada à sua plataforma (a versão somente para CPU no Linux é mostrada como exemplo).: pip install "torch>=2.13.0" --index-url https://download.pytorch.org/whl/cpu Instale o AlbumentationsX com o OpenCV (variante headless).: pip install "albumentationsx[headless]" Importe a biblioteca e defina um pipeline de transformações.
- Onde consigo AlbumentationsX?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/albumentations-team/AlbumentationsX
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Ultralytics YOLOv5, toolkit de visão computacional baseado em PyTorch para detecção de objetos, segmentação de instâncias e classificação de imagens, com recursos de treinamento e exportação.
58,2 mil17,5 milPythonAGPL-3.0Atualizado há 3 dias
Biblioteca open source de visão computacional, com algoritmos de processamento de imagens e visão computacional em C++ e bindings para várias linguagens.
91,3 mil57 milC++Apache-2.0Atualizado há 21 horas
Toolkit Python com utilitários reutilizáveis de visão computacional para carregar datasets, executar detecções, rastrear objetos e anotar frames.
IA e Machine Learning#computer-vision#object-detection#object-tracking#image-annotation#dataset-conversion
51,3 mil4,8 milPythonMITAtualizado há 16 horas
Biblioteca PyTorch com arquiteturas de modelos de imagem, pesos pré-treinados e scripts de treinamento, validação e exportação para tarefas de visão computacional.
IA e Machine Learning#pytorch#computer-vision#image-classification#pretrained-models#vision-transformer
37,2 mil5,2 milPythonApache-2.0Atualizado há 20 horas
Implementação em PyTorch do Vision Transformer (ViT) e de muitas variantes para classificação de imagens e outras tarefas de visão computacional.
25,6 mil3,5 milPythonMITAtualizado há 8 dias