illegalCreed

中文

English

中文

English

Appearance

参考 ​

基于 Albumentations 官方文档（albumentations.ai docs Transforms and Targets + API Reference）+ GitHub 整理

速查 ​

  • 核心类：A.Compose / A.OneOf / A.SomeOf / A.OneOrOther / A.BboxParams / A.KeypointParams
  • 变换调用：transform(image=, mask=, bboxes=, keypoints=, **labels) → dict
  • bbox 格式：pascal_voc / coco / yolo / albumentations
  • keypoint 格式：xy / yx / xya / xys / xyas / xysa
  • 安装：pip install albumentationsx（主线）/ pip install albumentations（归档）
  • import 名：import albumentations as A（两个包都是这个名）
  • 当前版本：AlbumentationsX 主线 / Albumentations 2.0.x（2024 年发布，2026 维护）
  • 底层：OpenCV + NumPy
  • 变换数量：50+ 种 2D 变换
  • 适用任务：分类 / 分割（语义+实例）/ 检测 / 关键点（姿态）

容器与参数类 API ​

Compose ​

python
A.Compose(
    transforms,                    # 变换列表
    bbox_params=None,              # A.BboxParams 或 dict
    keypoint_params=None,          # A.KeypointParams 或 dict
    additional_targets=None,       # 额外目标（如 {'image2': 'image'}）
    p=1.0,                         # 整体触发概率
    is_check_shapes=True,          # 校验 image 与 mask 形状一致
)

BboxParams ​

python
A.BboxParams(
    format='pascal_voc',   # pascal_voc / coco / yolo / albumentations
    label_fields=None,     # 标签字段名列表，如 ['class_labels']
    min_area=0.0,          # 过滤面积过小的框
    min_visibility=0.0,    # 过滤可见比过低的框
)

KeypointParams ​

python
A.KeypointParams(
    format='xy',           # xy / yx / xya / xys / xyas / xysa
    label_fields=None,
    remove_invisible=True, # 丢弃越界点
    angle_in_degrees=True, # angle 单位
)

OneOf / SomeOf / OneOrOther ​

python
A.OneOf(transforms, p=0.5)            # 随机选一种
A.SomeOf(n, transforms, p=0.5)        # 随机选 n 种
A.OneOrOther(first, second, p=0.5)    # 二选一

坐标格式对照 ​

bbox 格式 ​

format坐标含义单位示例（100×100 图）
pascal_voc[x_min, y_min, x_max, y_max]绝对像素[10, 20, 80, 90]
coco[x_min, y_min, width, height]绝对像素[10, 20, 70, 70]
yolo[x_center, y_center, width, height]归一化 [0,1][0.45, 0.55, 0.70, 0.70]
albumentations[x_min, y_min, x_max, y_max]归一化 [0,1][0.1, 0.2, 0.8, 0.9]

keypoint 格式 ​

format含义
xy[x, y]
yx[y, x]
xya[x, y, angle]
xys[x, y, scale]
xyas[x, y, angle, scale]
xysa[x, y, scale, angle]

变换速查表 ​

几何（空间）变换 ​

变换作用
HorizontalFlip水平翻转
VerticalFlip垂直翻转
RandomRotate90随机 90 度倍数旋转
Rotate任意角度旋转（limit 控制范围）
ShiftScaleRotate平移+缩放+旋转组合
Transpose转置（沿主对角线翻转）
RandomResizedCrop随机裁剪并缩放到目标尺寸
RandomCrop / RandomSizedCrop随机裁剪
CenterCrop中心裁剪
Crop指定区域裁剪
PadIfNeeded必要时填充到目标尺寸
ElasticTransform弹性形变
OpticalDistortion / GridDistortion光学/网格畸变
Flip随机水平或垂直翻转

颜色与像素变换 ​

变换作用
RandomBrightnessContrast随机亮度对比度
RandomGamma随机 Gamma 校正
HueSaturationValue色调/饱和度/明度
RGBShiftRGB 通道偏移
ChannelShuffle通道随机重排
ColorJitter颜色抖动（亮度/对比度/饱和度/色调）
ToGray / ToSepia灰度 / 棕褐色
CLAHE自适应直方图均衡
Posterize / Solarize色彩量化 / 反相
FancyPCAPCA 颜色增强（AlexNet 风格）

模糊与噪声 ​

变换作用
Blur通用模糊
GaussianBlur高斯模糊
MotionBlur运动模糊
MedianBlur中值模糊
GaussianNoise / ISONoise高斯 / ISO 噪声
ImageCompressionJPEG 压缩失真

丢弃与遮挡 ​

变换作用
CoarseDropout粗粒度随机遮挡（矩形块）
Cutout随机方形遮挡（旧版，被 CoarseDropout 取代）
GridDropout网格状丢弃
ChannelDropout随机丢弃颜色通道

天气与场景模拟 ​

变换作用
RandomRain雨滴
RandomSnow积雪
RandomFog雾
RandomSunFlare镜头眩光
RandomShadow阴影
RandomGravel砾石
Spatter泥点溅射

数值与格式 ​

变换作用
Normalize归一化（mean/std）
ToFloat转 float32（按 max_value 归一）
FromFloatfloat 转回 uint8
ToTensor转 PyTorch tensor（部分版本）

自定义变换基类 ​

基类作用
A.ImageOnlyTransform只影响图像，实现 apply
A.DualTransform影响多目标，需实现 apply + apply_to_mask + apply_to_bbox + apply_to_keypoint
A.BasicTransform最基础，所有变换的父类

版本与兼容 ​

近期版本要点 ​

版本线状态关键点
AlbumentationsX活跃主线（2026）持续更新，新变换与性能优化；pip install albumentationsx
Albumentations 2.0.x归档（仍可用）2024 年发布；2.0.0 重构 API（always_apply 等参数调整）
Albumentations 1.4.x旧版1.x 系列最后维护线

兼容性 ​

  • Python：≥ 3.7（推荐 3.8–3.11）
  • 依赖：opencv-python（或 opencv-python-headless）/ numpy / scipy（部分变换）/ scikit-image（部分变换）
  • import 名：import albumentations as A（无论装 albumentations 还是 albumentationsx）
  • 2.0 迁移：always_apply 参数在 2.0 后弃用，统一用 p；部分变换重命名

与同类库对比 ​

维度Albumentationstorchvision.transformsimgaug
多目标同步image/mask/bbox/keypoint 一条管线主要 image支持 bbox/keypoint
变换种类50+数十个丰富
性能OpenCV 底层快tensor 操作快
维护活跃（AlbumentationsX）PyTorch 官方停滞
APICompose 返回 dictcallable 流式较老
文档完善完善基础

官方资源 ​