Kornia 是一个基于 PyTorch 的可微分计算机视觉库。为了兼顾传统视觉处理与深度学习的需求，Kornia 实现了：
可微分的基础计算机视觉算子。
可微分的数据增广（differentiable data augmentation）。
Kornia 基于 PyTorch，具备如下特性：
可微分性。所有算子的梯度都可以通过 PyTorch 的 AutoGrad 计算，并使用 PyTorch 的优化器（如：Adam）来优化。
GPU/TPU 加速。除 CPU 外，Kornia 可以在 GPU 甚至 TPU 中进行运算。
批数据处理。同时处理大量数据来提高运行效率。
本次Kornia 的更新中，主要增加对Canny的支持以及新增了多种图像处理容器（例如，视频容器，图像增广容器）。 例如对于数据增广中的各种常见格式（mask, bbox, keypoints），以及图像变换的inverse： aug_list = AugmentationSequential( K.ColorJitter(0.1, 0.1, 0.1, 0.1, p=1.0), K.RandomAffine(360, [0.1, 0.1], [0.7, 1.2], [30., 50.], p=1.0), K.RandomPerspective(0.5, p=1.0), data_keys=["in...
评论