Albumentations
Albumentations 是由团队（含 Mashkov 等人）发起、Albumentations-Team 维护的开源计算机视觉数据增强库，当前活跃主线包名为 AlbumentationsX（pip install albumentationsx），原 albumentations（2.0.x）归档但仍可用。它的核心定位是「快速、广覆盖、多目标同步增强」——用 A.Compose([...]) 串接变换管线，A.OneOf([...]) 随机选一种，内置 50+ 种空间与像素变换（HorizontalFlip/VerticalFlip/Rotate/ShiftScaleRotate/RandomBrightnessContrast/Blur/GaussianBlur/MotionBlur/ColorJitter/HueSaturationValue/CoarseDropout/Cutout/GridDropout/OpticalDistortion/GridDistortion/ElasticTransform/RandomResizedCrop/Normalize 等）。最关键的能力是同一管线同时变换图像 + 掩码 + 边界框 + 关键点：传 image= + mask= + bboxes= + keypoints= 给 transform()，Albumentations 自动保持几何变换在所有目标上一致（翻转图像时掩码、框、点同步翻转），通过 BboxParams(format='coco'/'pascal_voc'/'yolo'/'albumentations') 与 KeypointParams(format='xy'/'xya'/'xys'/'xyas') 声明各目标的坐标格式。性能上以 OpenCV + NumPy 为底，官方主打「比 torchvision.transforms 快」，且提供性能调优指南（num_threads、IMAGEIO_READ_MODE、cv2.setNumThreads）。适用分类、分割（语义/实例）、检测、关键点（姿态）等几乎全部视觉任务的训练数据增强，与 imgaug 相比 API 更现代、对多目标支持更完善。信源 albumentations.ai 官方文档。
评价
优点
- 多目标同步增强是杀手锏：一条管线同时处理 image/mask/bboxes/keypoints，几何变换自动保持一致，分割与检测任务不必手写坐标同步逻辑
- 变换种类全：50+ 种空间与像素变换，覆盖翻转/旋转/缩放/颜色/模糊/形变/裁剪/丢弃（Dropout/Cutout）等几乎全部常用增强
- 性能优于 torchvision.transforms：底层用 OpenCV + NumPy 优化，官方文档明确主打速度优势，并提供性能调优指南
- Compose/OneOf 组合表达力强：Compose 串接、OneOf 随机选一种、SomeOf 随机选 N 种、概率参数 p 控制触发，复杂增强策略易表达
- 坐标格式声明式：BboxParams 与 KeypointParams 用 format 字段声明坐标约定（coco/pascal_voc/yolo/xy/xya/...），内部自动处理格式转换与越界裁剪
- 多版本活跃维护：AlbumentationsX 作为新主线持续更新，原包归档但仍可用，迁移成本低
缺点
- API 风格偏函数式：Compose 返回字典（
{'image': ..., 'mask': ..., 'bboxes': ...}），不如 torchvision.transforms 的 callable 流式，需手动取result['image'] - 3D/视频/医学影像支持有限：主战场是 2D RGB 图像，3D 体数据与视频虽有支持但变换种类远不如 2D 丰富
- 文档与示例偶有滞后：部分高级用法（如 3D、视频、自定义变换）文档较薄，需查源码或 issue
- AlbumentationsX 与 Albumentations 双包并存：新手易混淆该装哪个，迁移说明需查 README
- 部分变换随机种子复现需额外处理：训练管线里固定 seed 会削弱增强意义，调试与复现之间需权衡
文档地址
- Albumentations 官方文档（albumentations.ai）
- Getting Started（安装与基础）
- Transforms and Targets（变换与目标对照）
- Examples（代码示例集）
- Performance Tuning（性能调优）