kornia
🐍 空間人工智慧的幾何電腦視覺函式庫
kornia 是什麼?
🐍 空間人工智慧的幾何電腦視覺函式庫。此為開源軟體,採用 Apache-2.0 授權。
kornia 概覽
這是什麼
Kornia 是一個基於 PyTorch 的可微分電腦視覺函式庫,提供多樣的可微分影像處理與幾何視覺演算法,能整合至現有 AI 工作流程中,支援批次轉換、自動微分與 GPU 加速。
主要功能
- 可微分影像處理運算子:濾波(高斯、索貝爾、中值)、轉換(仿射、單應性、透視)、增強(直方圖均衡化、CLAHE、伽瑪校正)及邊緣偵測(Canny、Laplacian、Sobel)。
- 進階資料增強:AugmentationSequential、PatchSequential、VideoSequential、AutoAugment、RandAugment、TrivialAugment。
- AI 模型:人臉偵測(YuNet)、特徵匹配(LoFTR、LightGlue)、特徵描述子(DISK、DeDoDe、SOLD2)、分割(SAM)、分類(MobileViT、VisionTransformer)。
- 批次最小求解器與穩健估計:find_fundamental、find_essential、solve_pnp_dlt,以及用於單應性、基礎矩陣與本質矩陣的 RANSAC。
- 可微分幾何:深度與 3D 互轉、warp_frame_depth、remap、含 Brown–Conrady 與 Kannala–Brandt 畸變的相機模型、李群(So3、Se3)。
- GPU 上的局部特徵:SIFT、HardNet、DISK、ALIKED、XFeat、DeDoDe、LoFTR、LightGlue,搭配最近鄰居與比率測試匹配器。
使用情境
Kornia 適用於手寫實作過長或脆弱、或替代方案未使用 GPU 的情境。其應用包括:廣度(超過 1,200 個公開運算子)、單一批次呼叫中傳遞每個樣本的參數、批次最小求解器與穩健估計、可微分幾何、附註解的資料增強(2D 與 3D)、GPU 上的局部特徵提取與匹配、任意結構元素的型態學運算,以及編譯與匯出至 ONNX。其設計目標是在 GPU 上對批次張量達到高效能。
快速開始
請參閱儲存庫的 README 以取得安裝與快速入門說明。
授權與價格
授權:Apache-2.0。價格:開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。