albucore

让图像增强算子跑得更快,训练数据管道不再卡顿

albucore 是 Albumentations 团队拆分出的底层图像处理库,用 OpenCV、NumPy、SimSIMD 等实现高性能基础算子,供 Albumentations 调用。它解决的是数据增强流水线中逐像素运算慢、重复实现多的问题:把裁剪、缩放、旋转、亮度对比度调整、模糊、HSV 变换等常用操作做成统一、可批量、可并行的函数,并针对不同 dtype 和通道数做优化。核心能力包括:基于 OpenCV 的快速几何与色彩变换、基于 NumPy 的向量化运算、可选的 SIMD 加速、统一的边界填充与插值策略,以及对 float32/uint8 等格式的兼容处理。对开发者而言,它让自定义增强算子的编写更简单,也让 Albumentations 在大规模训练时保持高吞吐。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 123
维护状态 活跃
是否开源
定价模式 free

项目数据

分类计算机视觉
开发团队albumentations-team
所属国家
官网地址
定价模式free
价格说明开源免费,需自行部署
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型albumentations,artificial-intelligence,automation,computer-vision,data-augmentation,deep-learning,efficiency,high-performance-computing,image-augmentation,image-processing,machine-learning,neural-networks,opencv,performance-optimization,python
GitHub 星标★ 123
30天Star增速
HF 下载量
上线时间2024-05-12 00:00:00
最近更新2026-09-16 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-18
浏览次数0

使用教程

核心亮点

  • 由 Albumentations 官方维护,与主库接口一致,升级兼容性好
  • 底层用 OpenCV + NumPy + 可选 SIMD 加速,单算子性能优于纯 Python 实现
  • 统一了 dtype、通道数、边界填充等细节,减少自定义增强时的重复代码

不足之处

  • 独立使用场景有限,多数功能需配合 Albumentations 才有完整价值
  • 社区规模小、文档和示例相对单薄,遇到问题可参考的资料少

适用场景

  • 在 Albumentations 中替换或扩展自定义图像变换算子
  • 为深度学习训练管道编写高性能数据增强预处理
  • 需要批量处理图像几何与色彩变换的计算机视觉工程

替代项目

kornia、imgaug、opencv-python

项目介绍

albucore 是一个计算机视觉领域的开源项目,官方简介:A high-performance image processing library designed to optimize and extend the Albumentations library with specialized functions for advanced image transformations. Perfect for developers working in computer vision who require efficient and scalable image augmentation.。项目使用 Python 开发,在 GitHub 上获得 123 星标。

上一篇:MIVisionX

下一篇:ocr

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 3995 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90893 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2035 2026-08-14