Открытая библиотека для компьютерного зрения 2.0
English | Упрощенный китайский
Сайт • Документация • Попробуйте прямо сейчас • Уроки • Примеры • Блог • Слак-сообщество
Она состоит из набора модулей операций и дифференцируемых модулей для решения общих задач компьютерного зрения. Основным ядром библиотеки является PyTorch, используемый в качестве основного бэкенда для повышения производительности и использования обратного распространения для автоматического дифференцирования для определения и вычисления градиентов сложных функций.
Вдохновленная существующими открытыми библиотеками, Kornia может состоять из набора различных операторов, которые могут быть встроены в нейронные сети, и может обучать модели для выполнения трансформаций изображений, стереометрии, оценки глубины и низкоуровневой обработки изображений, таких как фильтрация и обнаружение границ. Кроме того, вся библиотека может напрямую работать с тензорами. Детальнее, Kornia представляет собой библиотеку, содержащую следующие компоненты:
Компонент | Описание |
---|---|
kornia | Мощная библиотека дифференциального компьютерного зрения с поддержкой GPU |
kornia.augmentation | Модуль для выполнения данных аугментации на GPU |
kornia.color | Модуль для выполнения преобразований цветовых пространств |
kornia.contrib | Экспериментальные модули, не вошедшие в стабильную версию |
kornia.enhance | Модуль для выполнения нормализации и преобразований интенсивности пикселей |
kornia.feature | Модуль для выполнения обнаружения и извлечения признаков |
kornia.filters | Модуль для выполнения фильтрации изображений |
kornia.geometry | Модуль для выполнения геометрических вычислений, используемых для выполнения преобразований изображений с использованием различных моделей камеры, 3D линейной алгебры и преобразований |
kornia.losses | Модуль для выполнения вычислений функций потерь |
kornia.morphology | Модуль для выполнения морфологических операций |
kornia.utils | Общие инструменты для изображений/тензоров и метрики |
pip install kornia
pip install kornia[x] # Установка API для обучения
python setup.py install
pip install -e .
pip install git+https://github.com/kornia/kornia
Вы можете попробовать изучить и использовать этот пакет через эти туториалы.
Обновления
Если вы используете Kornia в документации по исследованию, вы можете цитировать нашу статью. Дополнительная информация доступна в CITATION.
@inproceedings{eriba2019kornia,
author = {E. Riba, D. Mishkin, D. Ponsa, E. Rublee and G. Bradski},
title = {Kornia: an Open Source Differentiable Computer Vision Library for PyTorch},
booktitle = {Winter Conference on Applications of Computer Vision},
year = {2020},
url = {https://arxiv.org/pdf/1910.02190.pdf}
}
Мы благодарим всех вкладчиков за улучшение и развитие Kornia. Вы можете исправить известную ошибку без дополнительных обсуждений; если вы хотите добавить новую функцию или расширить существующую, пожалуйста, обсудите это с нами, подав запрос Issue. Подробнее ознакомьтесь с руководством по вкладу. Участники открытых проектов должны ознакомиться с кодексом поведения.
Сканируйте QR-код ниже, чтобы присоединиться к официальному QQ-сообществу Kornia (679683070) и аккаунту Kornia на Zhihu.
Мы будем поддерживать вас в Kornia обсуждении сообщества.
Примечание: Исходный текст был на китайском языке, но для сохранения структуры и формата, текст с URL-адресами и изображениями оставлен без перевода.
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )