kornia/kornia

해결하는 문제

Kornia는 전통적인 이미지 처리 및 기하학적 시각 알고리즘을 딥러닝 파이프라인에 직접 통합할 수 있도록 해주는 미분 가능한 컴퓨터 비전 라이브러리입니다. 이는 고전적인 컴퓨터 비전과 현대적인 AI 사이의 격차를 해소하며, 이러한 연산들이 미분 가능하게 만들어져 PyTorch 생태계 내에서 자동 미분과 GPU 가속 기능을 사용할 수 있게 합니다.

작동 방식

PyTorch 위에 구축된 Kornia는 다양한 시각 연산을 텐서로 구현합니다. 이를 통해 배치 변환과 최적화를 위한 기울기 사용이 가능해집니다. 라이브러리는 다음과 같은 주요 구성 요소로 나뉩니다:

• 미분 가능한 이미지 처리: 가우시안 필터, 소벨 필터 등 필터, 아핀 변환, 호모지어니 등 변환, 클래이트, 감마 보정 등 강화 기능 포함.
• 고급 증강 기법: 복잡한 데이터 증강을 위한 파이프라인 제공, 예를 들어 RandAugment과 같은 자동 증강 전략 포함.
• AI 모델: 얼굴 탐지(YuNet), 특징 매칭(LoFTR, LightGlue), 세그멘테이션(SAM) 등의 작업을 위한 사전 학습된 모델 통합.
• 기하학 핵심: 카메라 모델, 캘리브레이션, 스테레오 비전, 3D 변환 처리.

대상 사용자

Kornia는 신경망 학습 또는 추론 워크플로우에 고전적 시각 알고리즘을 통합해야 하는 컴퓨터 비전 분야의 AI 연구자 및 개발자를 위해 설계되었습니다.

주요 특징

• 미분 가능한 연산자: 자동 미분을 지원하는 500개 이상의 연산.
• GPU 가속: PyTorch와의 원활한 통합으로 고성능 처리 가능.
• 포괄적인 기하학 지원: 에피폴라 기하학, 호모지어니, 리 군(Le Lie groups)에 대한 강력한 지원.
• 반정밀도 지원: float16 및 bfloat16 데이터 유형에 대한 광범위한 테스트 및 지원.
• ONNX 통합: ONNXSequential을 사용하여 ONNX 모델을 연결하고 내보낼 수 있는 기능.