目前可用的DALI编程软件主要包括以下两种主流工具，适用于不同场景和需求：

一、官方DALI工具

DALI（Deep Learning AI Library）

- 简介：

由微软研究院开发的开源深度学习数据增强库，提供高效的数据增强算法和工具，支持图像、视频等多模态数据。 - 特点：

- 支持自定义数据增强管道，可灵活组合多种增强操作（如翻转、缩放、颜色调整等）；

- 提供Python接口和C++绑定，便于集成到不同深度学习框架中；

- 内置预训练模型增强模块，加速模型训练；

- 适用场景：大规模数据集的自动化数据增强，尤其适合计算机视觉任务。

DALI 2

- 简介：

DALI的升级版本，进一步优化了性能和功能，支持更复杂的增强策略和分布式训练。

- 特点：

- 强化了对多GPU/多节点的并行处理能力；

- 提供更丰富的预训练模型和数据集；

- 支持动态数据增强，实时调整增强策略。

二、其他相关工具

Albumentations

- 简介：

开源的图像数据增强库，基于Python开发，支持图像和视频增强。

- 特点：

- 提供超过100种增强操作，涵盖几何变换、颜色调整等；

- 支持Python和PyTorch、TensorFlow等框架集成；

- 可扩展性强，允许用户自定义增强管道。

imgaug

- 简介：

轻量级的图像增强库，适合快速开发和原型设计。

- 特点：

- 提供简单易用的接口，支持随机变换和组合增强操作；

- 资源占用低，适合移动设备或嵌入式系统。

三、选择建议

大规模生产环境：优先选择DALI或Albumentations，利用其并行处理能力和丰富的预训练模块；

快速原型开发：可尝试imgaug等轻量级工具，快速实现基本增强功能；

多框架兼容性：DALI和Albumentations均支持主流深度学习框架，可根据项目需求选择。

以上工具均遵循开源协议，可根据具体技术栈和性能需求进行选择和集成。