Kornia 是一款基于 PyTorch 的可微分的计算机视觉库。
它由一组用于解决通用计算机视觉问题的操作模块和可微分模块组成。其核心使用 PyTorch 作为主要后端，以提高效率并利用反向模式自动微分来定义和计算复杂函数的梯度。
概览
受现有开源库的启发，Kornia可以由包含各种可以嵌入神经网络的操作符组成，并可以训练模型来执行图像变换、对极几何、深度估计和低级图像处理，例如过滤和边缘检测。此外，整个库都可以直接对张量进行操作。
详细来说，Kornia 是一个包含以下组件的库：
| Component | Description |
|---|---|
| kornia | 具有强大 GPU 支持的可微计算机视觉库 |
| kornia.augmentation | 在 GPU 中执行数据增强的模块 |
| kornia.color | 执行色彩空间转换的模块 |
| kornia.contrib | 未进入稳定版本的实验性模块 |
| kornia.enhance | 执行归一化和像素强度变换的模块 |
| kornia.feature | 执行特征检测的模块 |
| kornia.filters | 执行图像滤波和边缘检测的模块 |
| kornia.geometry | 执行几何计算的模块，用于使用不同的相机模型执行图像变换、3D线性代数和转换 |
| kornia.losses | 损失函数模块 |
| kornia.morphology | 执行形态学操作的模块 |
| kornia.utils | 图像/张量常用工具以及metrics |
安装说明
通过 pip 安装:
pip install kornia pip install kornia[x] # 安装训练相关API其他安装方法
例子
可以尝试通过这些 教程 来学习和使用这个库。
标签：模块,微分,Kornia,kornia,视觉,执行
From： https://www.cnblogs.com/sddai/p/17560367.html