solt 是数据集领域的开源项目，由 imedslab 开发，2018 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 268。
项目仍在小幅维护中，最近一次代码更新于 2026-07-06。开源免费。
它主要面向的使用场景是：深度学习模型训练时的数据增强。同类可对比的替代方案包括 imgaug、albumentations、torchvision。
GitHub 星标
★ 268
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队imedslab
所属国家
定价模式free
价格说明开源免费，定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型data-augmentation,deep-learning,image-recognition,image-segmentation,landmark-detection
GitHub 星标★ 268
30天Star增速
HF 下载量
上线时间2018-08-02 00:00:00
最近更新2026-07-06 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-12
浏览次数9
使用教程
核心亮点
- 专注于轻量级变换，性能开销小，适合流式处理
- 覆盖图像识别、分割、关键点检测等多种任务
- 与深度学习框架集成简单，支持自定义流程
不足之处
- 早期项目，文档和社区支持尚待完善
适用场景
- 深度学习模型训练时的数据增强
- 实时图像处理流水线
- 多任务视觉模型的数据预处理
替代项目
imgaug、albumentations、torchvision
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models