滤波和投影都能反传：整批视觉算子写进同一张计算图
来源：GitHub — 2026-11-03 · ⭐ 12,056 stars · Python
📋 概述
Kornia 建在 PyTorch 之上，把图像处理与几何视觉算子做成可自动求导的模块，能直接嵌进现有训练流程。它与传统视觉库的根本差别在于实现方式：滤波、色彩空间转换、几何变换、相机模型与投影都写成张量运算，一次处理整批、跑在 GPU 上，参数也可参与反向传播，因此适合端到端学习、可微渲染，以及把几何约束放进损失函数的任务。
🔑 核心要点
- 可微是核心卖点：视觉算子参与反向传播，预处理不再是不可学习的黑盒。
- 批量与 GPU 原生：按张量编写，一次处理整批，与逐图调用的性能模型完全不同。
- 几何视觉覆盖完整：相机模型、投影、单应、极几何这些常用模块都在库内。
- 与 PyTorch 无缝共存：作为网络的一层使用，不必在框架之间搬数据。
- Apache 2.0 加齐全文档教程，商用限制少，社区在 Discord 维护。
💡 金句
Kornia is a differentiable computer vision library that provides a rich set of differentiable image processing and geometric vision algorithms.
👍 0
👎 0
← 返回 GitHub Trending 首页