[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Fafa-DL--Image-Augmentation":3,"tool-Fafa-DL--Image-Augmentation":64},[4,18,26,35,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,2,"2026-04-06T11:32:50",[14,15,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[43,15,13,14],"语言模型",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,52],"视频",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85013,"2026-04-06T11:09:19",[15,16,52,61,13,62,43,14,63],"插件","其他","音频",{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":79,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":79,"difficulty_score":89,"env_os":90,"env_gpu":91,"env_ram":91,"env_deps":92,"category_tags":99,"github_topics":100,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":106,"updated_at":107,"faqs":108,"releases":142},4760,"Fafa-DL\u002FImage-Augmentation","Image-Augmentation","Image augmentation for object detection, segmentation and classification","Image-Augmentation 是一款专为计算机视觉任务打造的图像增强工具，广泛适用于目标检测、图像分割及分类场景。在深度学习模型训练中，数据量不足或多样性不够往往导致模型泛化能力弱，而这款工具通过生成多样化的训练样本，有效解决了数据匮乏难题，帮助提升模型准确率与鲁棒性。\n\n它特别适合 AI 开发者、算法研究人员以及需要处理标注数据的学生使用。无需编写复杂代码，用户即可通过图形界面灵活组合多种增强策略。其核心亮点在于集成了强大的 ImgAug 库，支持从几何变换、色彩调整到艺术风格模拟等十大类增强方式，并能同步处理图像与其对应的标注文件，确保数据一致性。此外，软件兼容多种主流图片格式，提供详细的错误日志以便排查问题，让数据预处理工作变得更加高效、便捷且可靠。","图像增强软件\n===========================\n\n\u003Cdiv align=\"center\">\n\n[![BILIBILI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_c7801df1a6d3.png)](https:\u002F\u002Fspace.bilibili.com\u002F46880349)\n![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FImage%20Augmentation-v3.4-brightgreen)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FImage-Augmentation)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FImage-Augmentation)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation)\n\n![main](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_7ec38d0d54b0.png)\n\n\u003C\u002Fdiv>\n\n****\n\t\n|B站主页|CSDN|视频教程|公众号获取下载|直接下载|技术探讨群|\n|:-----:|:-----:|:-----:|:-----:|:-----:|:-----:|\n|[啥都会一点的研究生](https:\u002F\u002Fspace.bilibili.com\u002F46880349)|[啥都生](https:\u002F\u002Fblog.csdn.net\u002Fzzh516451964zzh)|[查看教程](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV1Sv4y1S7yb)|啥都会一点的研究生->资源合集->课程资源->序号00|[v2.5](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV2.5\u002FImgAug2.5.exe)\u003Cbr\u002F>[v3.4](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.4\u002FImgAug3.4.exe)|[一群：78174903](https:\u002F\u002Fjq.qq.com\u002F?_wv=1027&k=lY5KVICA)\u003Cbr\u002F>[三群：584723646](https:\u002F\u002Fjq.qq.com\u002F?_wv=1027&k=bakez5Yz)|\n\n****\n## 我维护的其他项目\n\n- [**开箱即用，涵盖主流模型的图像分类|主干网络学习\u002F对比\u002F魔改项目**](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FAwesome-Backbones)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FAwesome-Backbones)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n- [**一键转换与编辑图像标注文件软件，极大提高效率**](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FLabelConvert)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FLabelConvert)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n\n## 更新日志\n\n**`2023.12.15`**\n- 修复缺少`imagecorruptions`引起的相关错误\n- 修复某些`numpy`版本引起的相关错误\n\n**`2023.12.02`, [V3.4](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.4\u002FImgAug3.4.exe)发布**\n- 修复Issue中Numpy不兼容相关的高频问题\n\n**`2023.05.08`**\n- 修复V3.3版本按新序号命名时输出多余`.`的问题\n- 说明：遇到问题尽量把信息贴全方便复现溯源！\n\n**`2022.12.03`, [V3.3](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.3\u002FImgAug3.3.exe)发布** \n- 修复由**iaa.imgcorruptlike**引起的错误，支持`imgcorruptlike`增强功能\n- 修复增强后的路径与原始增强路径一致引起的错误（但非常不建议这样做）\n- 修复文件命名中符号兼容问题，`路径与文件名请避免使用中文！！！`\n\n**`2022.11.27`, [V3.2](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.2\u002FImgAug3.2.exe)发布** \n- 修复常规错误\n- 日志文件与弹窗包含更多信息供debug\n- **输出序号若为空，由原来从序号1开始命名更改为默认使用原文件名**\n\n**`2022.11.06`, [V3.1](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.1\u002FImgAug3.1.exe)发布** \n- 支持`ppm, bmp, pgm, tif, tiff`格式\n- 更新Python及相应库至最新版本，处理速度更快\n\n**`2022.10.29`** \n- 3.0版本更新，2.x系列版本详见[此处](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Freadme\u002Fv2.md)\n- 集成ImgAug库所有图像增强方式，用户可灵活设计专属增强方案（仅支持png、jpg、jpeg）\n- 提升兼容性，修复因文件读取、增强结果越界、图像类型不符合等引起的闪退问题\n- 新增日志模块，软件发生错误时可在`运行目录下的log\u002Flog.log`中查看原因，对症下药\n\n## 增强方式\n\n- [meta](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fmeta.rst)\n- [arithmetic](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Farithmetic.rst)\n- [artistic](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fartistic.rst)\n- [blend](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fblend.rst)\n- [blur](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fblur.rst)\n- [collections](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcollections.rst)\n- [color](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcolor.rst)\n- [contrast](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcontrast.rst)\n- [convolutional](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fconvolutional.rst)\n- [edges](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fedges.rst)\n- [flip](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fflip.rst)\n- [geometric](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fgeometric.rst)\n- [imgcorruptlike](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fimgcorruptlike.rst)\n- [pillike](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fpillike.rst)\n- [pooling](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fpooling.rst)\n- [segmentation](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fsegmentation.rst)\n- [size](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fsize.rst)\n- [weather](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fweather.rst)\n\n![demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_29de0f961a54.jpg)\n\n## 参考\n```\nhttps:\u002F\u002Fgithub.com\u002Faleju\u002Fimgaug\n```\n","图像增强软件\n===========================\n\n\u003Cdiv align=\"center\">\n\n[![BILIBILI](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_c7801df1a6d3.png)](https:\u002F\u002Fspace.bilibili.com\u002F46880349)\n![](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FImage%20Augmentation-v3.4-brightgreen)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FImage-Augmentation)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FImage-Augmentation)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation)\n\n![main](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_7ec38d0d54b0.png)\n\n\u003C\u002Fdiv>\n\n****\n\t\n|B站主页|CSDN|视频教程|公众号获取下载|直接下载|技术探讨群|\n|:-----:|:-----:|:-----:|:-----:|:-----:|:-----:|\n|[啥都会一点的研究生](https:\u002F\u002Fspace.bilibili.com\u002F46880349)|[啥都生](https:\u002F\u002Fblog.csdn.net\u002Fzzh516451964zzh)|[查看教程](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV1Sv4y1S7yb)|啥都会一点的研究生->资源合集->课程资源->序号00|[v2.5](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV2.5\u002FImgAug2.5.exe)\u003Cbr\u002F>[v3.4](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.4\u002FImgAug3.4.exe)|[一群：78174903](https:\u002F\u002Fjq.qq.com\u002F?_wv=1027&k=lY5KVICA)\u003Cbr\u002F>[三群：584723646](https:\u002F\u002Fjq.qq.com\u002F?_wv=1027&k=bakez5Yz)|\n\n****\n## 我维护的其他项目\n\n- [**开箱即用，涵盖主流模型的图像分类|主干网络学习\u002F对比\u002F魔改项目**](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FAwesome-Backbones)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FAwesome-Backbones)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FAwesome-Backbones)\n- [**一键转换与编辑图像标注文件软件，极大提高效率**](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFafa-DL\u002FLabelConvert)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fforks\u002FFafa-DL\u002FLabelConvert)](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert)\n\n## 更新日志\n\n**`2023.12.15`**\n- 修复缺少`imagecorruptions`引起的相关错误\n- 修复某些`numpy`版本引起的相关错误\n\n**`2023.12.02`, [V3.4](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.4\u002FImgAug3.4.exe)发布**\n- 修复Issue中Numpy不兼容相关的高频问题\n\n**`2023.05.08`**\n- 修复V3.3版本按新序号命名时输出多余`.`的问题\n- 说明：遇到问题尽量把信息贴全方便复现溯源！\n\n**`2022.12.03`, [V3.3](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.3\u002FImgAug3.3.exe)发布** \n- 修复由**iaa.imgcorruptlike**引起的错误，支持`imgcorruptlike`增强功能\n- 修复增强后的路径与原始增强路径一致引起的错误（但非常不建议这样做）\n- 修复文件命名中符号兼容问题，`路径与文件名请避免使用中文！！！`\n\n**`2022.11.27`, [V3.2](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.2\u002FImgAug3.2.exe)发布** \n- 修复常规错误\n- 日志文件与弹窗包含更多信息供debug\n- **输出序号若为空，由原来从序号1开始命名更改为默认使用原文件名**\n\n**`2022.11.06`, [V3.1](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.1\u002FImgAug3.1.exe)发布** \n- 支持`ppm, bmp, pgm, tif, tiff`格式\n- 更新Python及相应库至最新版本，处理速度更快\n\n**`2022.10.29`** \n- 3.0版本更新，2.x系列版本详见[此处](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Freadme\u002Fv2.md)\n- 集成ImgAug库所有图像增强方式，用户可灵活设计专属增强方案（仅支持png、jpg、jpeg）\n- 提升兼容性，修复因文件读取、增强结果越界、图像类型不符合等引起的闪退问题\n- 新增日志模块，软件发生错误时可在`运行目录下的log\u002Flog.log`中查看原因，对症下药\n\n## 增强方式\n\n- [meta](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fmeta.rst)\n- [arithmetic](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Farithmetic.rst)\n- [artistic](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fartistic.rst)\n- [blend](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fblend.rst)\n- [blur](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fblur.rst)\n- [collections](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcollections.rst)\n- [color](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcolor.rst)\n- [contrast](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fcontrast.rst)\n- [convolutional](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fconvolutional.rst)\n- [edges](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fedges.rst)\n- [flip](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fflip.rst)\n- [geometric](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fgeometric.rst)\n- [imgcorruptlike](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fimgcorruptlike.rst)\n- [pillike](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fpillike.rst)\n- [pooling](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fpooling.rst)\n- [segmentation](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fsegmentation.rst)\n- [size](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fsize.rst)\n- [weather](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fweather.rst)\n\n![demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_readme_29de0f961a54.jpg)\n\n## 参考\n```\nhttps:\u002F\u002Fgithub.com\u002Faleju\u002Fimgaug\n```","# Image-Augmentation 快速上手指南\n\n## 1. 环境准备\n\n本工具主要提供 Windows 下的可执行文件（.exe），同时也基于 Python 和 `imgaug` 库开发。\n\n*   **操作系统**：推荐 Windows 10\u002F11（直接使用 exe 版本）；Linux\u002FmacOS 需从源码运行。\n*   **前置依赖**（仅源码运行需要）：\n    *   Python 3.8+\n    *   核心库：`imgaug`, `numpy`, `opencv-python`\n    *   注意：路径与文件名请**避免使用中文**，以免引发兼容性问题。\n\n## 2. 安装步骤\n\n### 方式一：直接使用免安装版（推荐 Windows 用户）\n无需配置环境，下载即可运行。\n\n1.  访问 GitHub Release 页面或直接点击下载链接：\n    *   **最新版本 (v3.4)**: [ImgAug3.4.exe](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV3.4\u002FImgAug3.4.exe)\n    *   **历史版本 (v2.5)**: [ImgAug2.5.exe](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Freleases\u002Fdownload\u002FV2.5\u002FImgAug2.5.exe)\n2.  将下载的 `.exe` 文件放置在任意非中文路径下。\n3.  双击运行即可启动图形界面。\n\n### 方式二：源码安装（适合 Linux\u002FMac 或开发者）\n若需自定义功能或在非 Windows 平台使用，请通过 pip 安装依赖并克隆代码。\n\n```bash\n# 1. 安装基础依赖\npip install imgaug numpy opencv-python imagecorruptions\n\n# 2. 克隆项目代码\ngit clone https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation.git\ncd Image-Augmentation\n\n# 3. 运行主程序 (根据实际入口文件调整，通常为 python main.py)\npython main.py\n```\n\n## 3. 基本使用\n\n本工具旨在通过图形化界面灵活设计图像增强方案，支持批量处理。\n\n1.  **启动软件**：运行下载的 `ImgAug3.4.exe` 或启动脚本。\n2.  **选择图片**：在界面中加载需要增强的原始图片文件夹（支持 png, jpg, jpeg, bmp, tif 等格式）。\n3.  **配置增强策略**：\n    *   软件集成了 `imgaug` 库的所有增强方式，包括几何变换 (geometric)、颜色调整 (color)、模糊 (blur)、天气模拟 (weather) 等。\n    *   勾选所需的增强模块，并调整参数（如旋转角度、噪声强度等）。\n    *   可参考官方文档查看详细增强类型说明：[增强方式概览](https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fblob\u002Fmaster\u002Fdoc\u002Fsource\u002Foverview\u002Fmeta.rst)。\n4.  **设置输出**：\n    *   指定输出目录。\n    *   设置输出文件命名规则（若序号留空，默认保留原文件名）。\n5.  **开始增强**：点击“开始”按钮执行任务。\n6.  **查看日志**：若运行出错，请在软件运行目录下的 `log\u002Flog.log` 文件中查看具体错误信息以便排查。\n\n> **提示**：为了获得最佳兼容性，请确保输入\u002F输出路径不包含中文字符或特殊符号。","某自动驾驶初创公司的算法团队正急需扩充道路缺陷检测数据集，以训练能识别坑洼和裂缝的高精度模型，但实地采集的标注数据严重不足且场景单一。\n\n### 没有 Image-Augmentation 时\n- **数据多样性匮乏**：仅靠有限的路面实拍图，模型无法适应雨天、雾天或不同光照条件下的复杂路况，导致泛化能力极差。\n- **标注同步困难**：人工使用脚本对图像进行旋转或裁剪时，极易出现图像变换后对应的边界框（Bounding Box）坐标未同步更新的情况，产生大量错误标签。\n- **开发效率低下**：工程师需花费数天时间编写和调试针对分割掩码（Mask）与分类标签的自定义增强代码，严重拖慢模型迭代进度。\n- **环境配置繁琐**：依赖库版本冲突频发，尤其是 numpy 与 imgaug 的兼容性问题，常导致程序在未开始训练前就频繁崩溃。\n\n### 使用 Image-Augmentation 后\n- **场景覆盖全面**：利用内置的模糊、对比度调整及天气模拟（imgcorruptlike）功能，一键生成涵盖昼夜、雨雪等多变环境的合成数据，显著提升模型鲁棒性。\n- **标注精准同步**：工具自动处理物体检测、分割和分类任务，确保图像经过几何变换后，边界框坐标和分割掩码严格对齐，杜绝标签错误。\n- **工作流极速提速**：通过可视化界面灵活组合多种增强策略，无需编写一行代码即可在几分钟内将原始数据集扩充十倍，让团队专注于模型调优。\n- **运行稳定可靠**：集成最新依赖库并修复了常见的兼容性报错，配合详细的日志模块，确保大规模批量处理时稳定运行，不再因环境问题上中断。\n\nImage-Augmentation 通过零代码的一站式增强方案，将原本耗时数周的数据准备工作压缩至小时级，从根本上解决了小样本场景下模型训练难的核心痛点。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FFafa-DL_Image-Augmentation_29de0f96.jpg","Fafa-DL","Fafa Bro","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FFafa-DL_fa48721e.jpg","B站：\r\nhttps:\u002F\u002Fspace.bilibili.com\u002F46880349\r\n\r\nCSDN：https:\u002F\u002Fblog.csdn.net\u002Fzzh516451964zzh\r\n\r\n公众号 :  啥都会一点的研究生",null,"https:\u002F\u002Fgithub.com\u002FFafa-DL",[82],{"name":83,"color":84,"percentage":85},"Python","#3572A5",100,695,75,"2026-03-20T14:03:47",1,"Windows","未说明",{"notes":93,"python":94,"dependencies":95},"1. 该工具主要提供 Windows 下的可执行文件（.exe），无需手动配置 Python 环境即可运行。\n2. 路径与文件名请避免使用中文，否则可能导致兼容性问题。\n3. 支持多种图像格式：png, jpg, jpeg, ppm, bmp, pgm, tif, tiff。\n4. 若遇到错误，可查看运行目录下 log\u002Flog.log 文件获取详细日志。\n5. 输出序号若为空，默认使用原文件名命名。","已更新至最新版本（具体版本号未说明，软件为打包 exe）",[96,97,98],"imgaug","imagecorruptions","numpy",[15],[101,102,103,104,105],"computer-vision","image-augmentation","object-detection","object-segmentation","image-classification","2026-03-27T02:49:30.150509","2026-04-07T09:47:58.819318",[109,114,119,124,129,134,138],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},21619,"为什么批量操作或打开软件时会发生闪退且没有报错信息？","闪退通常由以下原因导致：1. 路径包含中文字符，请确保图像文件夹和保存路径均不包含中文（UTF-8 编码问题）；2. 输入路径与保存路径设置为同一目录，请尝试将两者设为不同路径；3. 标注文件格式不正确（如 XML 非 labelimg 格式或 JSON 结构错误）。建议检查终端或日志文件中的具体报错信息（如 'The anchor box is empty' 通常指标注文件有问题），并尝试重新下载软件或更换电脑测试以排除环境干扰。","https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fissues\u002F32",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},21620,"软件支持哪些格式的标注文件进行同步增强？","目前主要支持 labelImg 生成的 XML 格式和 labelme 生成的 JSON 格式（包含多边形区域 polygon 可同步增强）。如果使用其他工具生成的 JSON 或 XML 格式（字段结构不同），会导致程序闪退或报错 'list indices must be integers' 及 'anchor box is empty'。对于 TXT 格式标注，官方暂未直接集成同步增强功能，建议先使用作者提供的转换工具 (https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FLabelConvert) 将其转换为支持的格式后再使用。","https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fissues\u002F10",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},21621,"生成的图片或标注文件名中出现两个点（如 000001..jpg）是怎么回事？","这是版本 3.3 中由于新序号输出方式引入的 Bug，导致文件名格式错误。该问题在后续版本中已修复。如果遇到此问题，建议升级到最新版本，或者暂时回退到 3.2 版本使用。","https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fissues\u002F16",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},21622,"亮度改变等参数是取随机值还是固定值？如何设置？","默认情况下，亮度改变等增强参数会在设定的范围内随机取值以增加数据多样性。如果希望使用固定的亮度值而不是随机范围，只需在参数设置中直接输入一个具体的固定数值即可。","https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fissues\u002F12",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},21623,"针对图像分割任务，软件能否同步增强多边形标注（Polygon\u002FJSON）？","可以。软件支持对 labelme 输出的包含多边形（polygon）信息的 JSON 文件进行同步增强。在进行旋转、裁剪等操作时，标注的多边形坐标会自动跟随图像变换。建议参考作者在 B 站发布的视频教程了解具体操作步骤。","https:\u002F\u002Fgithub.com\u002FFafa-DL\u002FImage-Augmentation\u002Fissues\u002F44",{"id":135,"question_zh":136,"answer_zh":137,"source_url":128},21624,"进度条在 99% 完成后重新开始但未提示结束，是什么原因？","这通常是因为路径设置冲突导致的。当选择的“图像文件夹路径”和“保存路径”一致时，程序可能会陷入循环或无法正确判断结束状态，同时日志可能报出不支持的文件类型错误（即使文件格式正确）。解决方法是将源图片路径和输出保存路径设置为两个不同的文件夹。",{"id":139,"question_zh":140,"answer_zh":141,"source_url":113},21625,"遇到 'The anchor box is empty' 报错该如何解决？","该错误明确表示标注文件存在问题。常见原因包括：1. 标注文件为空或格式不符合软件要求（必须是 labelImg 格式的 XML）；2. 标注框坐标数据缺失或异常。请检查对应的 XML 或 JSON 文件内容是否完整且符合规范，必要时重新生成标注文件。",[143,147,151,155,159,163,167,171,175,179,183,187,192],{"id":144,"version":145,"summary_zh":79,"released_at":146},127657,"V3.4","2023-12-02T07:21:26",{"id":148,"version":149,"summary_zh":79,"released_at":150},127658,"V3.3","2022-12-09T15:05:58",{"id":152,"version":153,"summary_zh":79,"released_at":154},127659,"V3.2","2022-11-26T17:07:06",{"id":156,"version":157,"summary_zh":79,"released_at":158},127660,"V3.1","2022-11-06T03:51:35",{"id":160,"version":161,"summary_zh":79,"released_at":162},127661,"V3.0","2022-11-04T07:59:51",{"id":164,"version":165,"summary_zh":79,"released_at":166},127662,"V2.5","2022-06-14T13:36:08",{"id":168,"version":169,"summary_zh":79,"released_at":170},127663,"V2.4","2022-03-24T06:51:12",{"id":172,"version":173,"summary_zh":79,"released_at":174},127664,"V2.3","2022-03-12T13:45:09",{"id":176,"version":177,"summary_zh":79,"released_at":178},127665,"V2.2","2022-03-03T07:01:25",{"id":180,"version":181,"summary_zh":79,"released_at":182},127666,"V2.1","2022-03-02T05:30:29",{"id":184,"version":185,"summary_zh":79,"released_at":186},127667,"V2.0","2022-02-28T08:34:54",{"id":188,"version":189,"summary_zh":190,"released_at":191},127668,"V1.1","批量操作支持自主选择是否提供XML","2022-02-09T08:30:09",{"id":193,"version":194,"summary_zh":195,"released_at":196},127669,"V1.0","图像增强功能：添加随机像素、高斯噪声、随机矩形遮挡、随机像素置零、椒盐噪声、动画效果、渐变蒙板混合、高斯模糊、运动模糊、改变色温、自适应直方图均衡、水平翻转、垂直翻转、等比例缩放、不等比例缩放、随机平移、HSV变换、透视变换、随机对比度、强化边缘、随机亮度、最大池化、平均池化、随机裁剪与填充。  \n支持单张\u002F批量操作，XML文件会随图像增强自动更新。","2022-01-28T03:04:45"]