Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。
albumentations-team/AlbumentationsX
面向计算机视觉的 Python 图像增强库,统一处理图像、掩码、边界框和关键点。
- Star
- 572
- Fork
- 43
- 未关闭 Issue
- 33
- 最近提交
- 前天
这是什么?
AlbumentationsX 是一个用于图像增强的 Python 库,通过对已有图像进行变换生成新的训练样本,以提升深度学习模型的效果。它提供统一的 Compose 管道接口,同一组随机变换会同时作用于图像及其掩码、边界框和关键点,保证标注与图像保持对齐。
库中包含 70 多种像素级变换,如模糊、噪声、颜色抖动和天气效果,也提供裁剪、翻转、弹性形变、Mosaic 等空间变换。此外还支持医学影像变换(如偏置场、Gibbs 振铃)以及用于体数据的 3D 变换。示例展示了它与 PyTorch、TensorFlow 训练流程的结合方式。
项目通过 PyPI 发布,要求 Python 3.11 及以上版本,采用 AGPL-3.0-only 许可证,维护者also提供商业授权。
核心功能
- 01统一接口同时处理图像、掩码、边界框和关键点。
- 02提供 70 多种像素级增强,包括模糊、噪声和颜色调整。
- 03支持裁剪、翻转、仿射、弹性形变和 Mosaic 等空间变换。
- 04包含面向医学影像的变换和用于体数据的 3D 变换。
- 05可与 PyTorch、TensorFlow 训练流程配合使用。
适用场景
- 为目标检测或语义分割任务扩充较小的标注数据集。
- 在保持掩码对齐的前提下增强医学影像或三维体数据。
- 为图像分类模型构建可复现的数据预处理管道。
快速上手
- 1
为你的平台安装 PyTorch 版本(此处为 Linux 纯 CPU 版)
pip install "torch>=2.13.0" --index-url https://download.pytorch.org/whl/cpu - 2
安装带 OpenCV 的 AlbumentationsX(headless 版本)
pip install "albumentationsx[headless]" - 3
导入库并定义一个变换管道
使用前须知
- 采用 AGPL-3.0-only 许可证,这是一种 copyleft 许可证,对网络使用和衍生作品有开源义务。
- 需要 Python 3.11 或更高版本。
- 导入库前需要单独安装 PyTorch 版本,并需根据 CPU、CUDA 或 MPS 环境自行选择。
标签
常见问题
- AlbumentationsX 是什么?
- 面向计算机视觉的 Python 图像增强库,统一处理图像、掩码、边界框和关键点。 AlbumentationsX 是一个用于图像增强的 Python 库,通过对已有图像进行变换生成新的训练样本,以提升深度学习模型的效果。它提供统一的 Compose 管道接口,同一组随机变换会同时作用于图像及其掩码、边界框和关键点,保证标注与图像保持对齐。
- AlbumentationsX 可以免费使用吗?用的什么许可证?
- AlbumentationsX 以 AGPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
- AlbumentationsX 还在维护吗?
- 活跃维护中。AlbumentationsX 最近一次提交是在 2026年10月19日。
- AlbumentationsX 适合用来做什么?
- 为目标检测或语义分割任务扩充较小的标注数据集。 在保持掩码对齐的前提下增强医学影像或三维体数据。 为图像分类模型构建可复现的数据预处理管道。
- AlbumentationsX 怎么安装和运行?
- 为你的平台安装 PyTorch 版本(此处为 Linux 纯 CPU 版): pip install "torch>=2.13.0" --index-url https://download.pytorch.org/whl/cpu 安装带 OpenCV 的 AlbumentationsX(headless 版本): pip install "albumentationsx[headless]" 导入库并定义一个变换管道
- 在哪里获取 AlbumentationsX?
- 源代码和安装说明在 GitHub 上:https://github.com/albumentations-team/AlbumentationsX
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
6.3万1.2万PythonAGPL-3.0更新于 11小时前
基于 PyTorch 的计算机视觉工具库,支持目标检测、实例分割和图像分类的训练与模型导出。
5.8万1.7万PythonAGPL-3.0更新于 3天前
开源计算机视觉库,提供图像处理与计算机视觉算法,支持多种语言调用。
9.1万5.7万C++Apache-2.0更新于 18小时前
可复用的 Python 计算机视觉工具包,用于数据集处理、检测结果可视化、目标跟踪与区域计数。
5.1万4846PythonMIT更新于 14小时前
PyTorch 图像模型库,提供大量视觉骨干网络、预训练权重以及训练、验证和导出脚本。
3.7万5217PythonApache-2.0更新于 18小时前
基于 PyTorch 实现的 Vision Transformer(ViT)及多种变体,用于图像分类等视觉任务。
2.6万3497PythonMIT更新于 8天前