Kornia：PyTorch 上的可微分计算机视觉库

用 OpenCV 写的图像处理代码没法参与深度学习训练，是视觉 AI 开发者的老麻烦。Kornia 的定位就是补上这块：一个可微分（differentiable）计算机视觉库，面向空间 AI（Spatial AI），提供丰富的可微分图像处理与几何视觉算法，基于 PyTorch 构建，能无缝接入现有 AI 工作流。核心亮点：批量化图像变换（一次处理一大批图）、自动微分（算法可反向传播、进训练循环）、GPU 加速（跑在显卡上）；覆盖图像变换、数据增强、AI 驱动的图像处理等场景，标签还指向机器人与空间智能方向。README 提供简体中文等语言文档，标准安装就是一条 pip install kornia。适合三类人：做图像类 AI 产品（增强、修复、增强现实）的算法工程师，做机器人/空间感知的开发者，需要把传统视觉算法搬进深度学习管线的研究者。对只想调用现成 API 的应用层新人来说偏底层，不建议作为第一个接触的项目。