caer

甩开样板代码,快速跑通视觉实验

caer 是一个面向计算机视觉研究的高性能 Python 库,旨在减少样板代码,让研究者专注于核心算法。它整合了图像处理、数据增强、模型训练与评估等常用功能,提供简洁统一的 API。核心能力包括:高效的图像加载与预处理、丰富的增强策略、内置常用视觉模型(如 ResNet 等)及预训练权重,并支持 GPU 加速。通过抽象底层细节,caer 帮助用户快速搭建实验流程,从数据准备到模型部署一气呵成,特别适合需要快速迭代的学术研究和原型验证。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 817
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类计算机视觉
开发团队jasmcaus
所属国家
官网地址
定价模式free
价格说明开源库,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,artificial-intelligence,augmentation,caer,computer-vision,cuda,data-science,deep-learning,gpu,image-classification,image-processing,image-segmentation,machine-learning,neural-network,opencv,python,segmentation,type-checking,video-processing,vision
GitHub 星标★ 817
30天Star增速
HF 下载量
上线时间2020-08-06 00:00:00
最近更新2026-09-10 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2026-08-10
浏览次数6

使用教程

核心亮点

  • 统一封装图像处理、增强、模型训练流程,显著减少重复编码
  • 内置多种预训练视觉模型,开箱即用,支持 GPU 加速
  • API 设计简洁,文档示例丰富,上手门槛低

不足之处

  • 项目处于早期阶段,功能覆盖和生态成熟度有限
  • 文档/社区待观察

适用场景

  • 学术研究中的快速图像分类实验
  • 计算机视觉教学与课程作业
  • 小型项目原型验证与概念演示

替代项目

Torchvision、Keras Applications、Albumentations

项目介绍

caer 是计算机视觉领域的开源项目,由 jasmcaus 开发,2020 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(817)位列前 30%,在计算机视觉分类中处于中上游。

项目仍在小幅维护中,最近一次代码更新于 2026-09-10。开源库,MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:学术研究中的快速图像分类实验。同类可对比的替代方案包括 Torchvision、Keras Applications、Albumentations。

上一篇:geti

下一篇:eomt

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···

★ 4019 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

★ 90930 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
Olympus 开源

一个路由搞定所有视觉任务,免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09