Augmentor

收录理由

训练图像模型的团队常常受困于数据集规模小、内容单一，Augmentor 正是用来把这些样本的价值进一步榨干的工具。你可以用积木式构件拼出一条随机流水线：旋转、剪切、裁剪、透视倾斜、弹性形变，每个操作按你设定的概率逐图触发，参数范围也由你划定。这个库不绑定任何深度学习框架，纯 Python API 驱动，能直接嵌进 PyTorch 或 TensorFlow 之前的数据预处理环节，不会把你锁死在某一套训练栈上。对研究者和小团队来说，它提供了可复现的、细粒度的控制，让你决定有多少合成变化真正喂给模型，同时也能轻松写进现有的数据准备流程。如果你的瓶颈在于数据多样性而非模型结构，用它从手头图片里生成多得多的训练样本，是一条低摩擦的路。