[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-4uiiurz1--pytorch-deform-conv-v2":3,"tool-4uiiurz1--pytorch-deform-conv-v2":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":87,"forks":88,"last_commit_at":89,"license":90,"difficulty_score":91,"env_os":92,"env_gpu":93,"env_ram":94,"env_deps":95,"category_tags":100,"github_topics":101,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":105,"updated_at":106,"faqs":107,"releases":143},2669,"4uiiurz1\u002Fpytorch-deform-conv-v2","pytorch-deform-conv-v2","PyTorch implementation of Deformable ConvNets v2 (Modulated Deformable Convolution)","pytorch-deform-conv-v2 是一个基于 PyTorch 框架实现的开源项目，专注于提供“可变形卷积网络 v2\"（即调制可变形卷积）的核心代码。传统卷积神经网络在处理物体形变、姿态变化或尺度差异时往往显得力不从心，因为其采样网格是固定不变的。而 pytorch-deform-conv-v2 通过引入可学习的偏移量和调制机制，让卷积核能够根据输入图像的内容自适应地调整采样位置，从而更灵活地捕捉几何结构特征，显著提升了模型在复杂视觉任务中的表现。\n\n该项目特别适合从事计算机视觉研究的科研人员以及需要构建高精度识别模型的深度学习开发者。其技术亮点在于完整复现了论文中提出的权重初始化策略，并支持为偏移量和调制参数设置独立的学习率，确保训练稳定性。从提供的实验数据来看，在具有随机缩放特性的 ScaledMNIST 数据集上，使用该工具构建的模型准确率最高可达 99.21%，明显优于普通卷积及早期版本的可变形卷积。如果你正在探索如何让 AI 模型更好地“理解”不规则形状的物体，pytorch-deform-conv-v2 提供了一个成熟且易于集成的解决方案，只需简单替换代码中的卷积","pytorch-deform-conv-v2 是一个基于 PyTorch 框架实现的开源项目，专注于提供“可变形卷积网络 v2\"（即调制可变形卷积）的核心代码。传统卷积神经网络在处理物体形变、姿态变化或尺度差异时往往显得力不从心，因为其采样网格是固定不变的。而 pytorch-deform-conv-v2 通过引入可学习的偏移量和调制机制，让卷积核能够根据输入图像的内容自适应地调整采样位置，从而更灵活地捕捉几何结构特征，显著提升了模型在复杂视觉任务中的表现。\n\n该项目特别适合从事计算机视觉研究的科研人员以及需要构建高精度识别模型的深度学习开发者。其技术亮点在于完整复现了论文中提出的权重初始化策略，并支持为偏移量和调制参数设置独立的学习率，确保训练稳定性。从提供的实验数据来看，在具有随机缩放特性的 ScaledMNIST 数据集上，使用该工具构建的模型准确率最高可达 99.21%，明显优于普通卷积及早期版本的可变形卷积。如果你正在探索如何让 AI 模型更好地“理解”不规则形状的物体，pytorch-deform-conv-v2 提供了一个成熟且易于集成的解决方案，只需简单替换代码中的卷积层即可启用这一强大功能。","# PyTorch implementation of Deformable ConvNets v2\nThis repository contains code for **Deformable ConvNets v2 (Modulated Deformable Convolution)** based on [Deformable ConvNets v2: More Deformable, Better Results\n](https:\u002F\u002Farxiv.org\u002Fabs\u002F1811.11168) implemented in PyTorch. This implementation of deformable convolution based on [ChunhuanLin\u002Fdeform_conv_pytorch](https:\u002F\u002Fgithub.com\u002FChunhuanLin\u002Fdeform_conv_pytorch), thanks to ChunhuanLin.\n\n## TODO\n - [x] Initialize weight of modulated deformable convolution based on paper\n - [x] Learning rates of offset and modulation are set to different values from other layers\n - [x] Results of ScaledMNIST experiments\n - [x] Support different stride\n - [ ] Support deformable group\n - [ ] DeepLab + DCNv2\n - [ ] Results of VOC segmentation experiments\n\n## Requirements\n- Python 3.6\n- PyTorch 1.0\n\n## Usage\nReplace regular convolution (following model's conv2) with modulated deformable convolution:\n```python\nclass ConvNet(nn.Module):\n  def __init__(self):\n    self.relu = nn.ReLU(inplace=True)\n    self.pool = nn.MaxPool2d((2, 2))\n    self.avg_pool = nn.AdaptiveAvgPool2d(1)\n\n    self.conv1 = nn.Conv2d(3, 32, 3, padding=1)\n    self.bn1 = nn.BatchNorm2d(32)\n    self.conv2 = nn.DeformConv2d(32, 64, 3, padding=1, modulation=True)\n    self.bn2 = nn.BatchNorm2d(64)\n\n    self.fc = nn.Linear(64, 10)\n\n  def forward(self, x):\n    x = self.relu(self.bn1(self.conv1(x)))\n    x = self.pool(x)\n    x = self.relu(self.bn2(self.conv2(x)))\n\n    x = self.avg_pool(x)\n    x = x.view(x.shape[0], -1)\n    x = self.fc(x)\n\n    return x\n```\n\n## Training\n### ScaledMNIST\nScaledMNIST is randomly scaled MNIST.\n\nUse modulated deformable convolution at conv3~4:\n```\npython train.py --arch ScaledMNISTNet --deform True --modulation True --min-deform-layer 3\n```\nUse deformable convolution at conv3~4:\n```\npython train.py --arch ScaledMNISTNet --deform True --modulation False --min-deform-layer 3\n```\nUse only regular convolution:\n```\npython train.py --arch ScaledMNISTNet --deform False --modulation False\n```\n\n## Results\n### ScaledMNIST\n| Model                   |   Accuracy (%)    |   Loss   |\n|:------------------------|:-----------------:|:--------:|\n| w\u002Fo DCN                 |             97.22 |     0.113|\n| w\u002F  DCN @conv4          |             98.60 |     0.049|\n| w\u002F  DCN @conv3~4        |             98.95 |     0.035|\n| w\u002F  DCNv2 @conv4        |             98.45 |     0.058|\n| w\u002F  DCNv2 @conv3~4      |         **99.21** | **0.027**|\n","# Deformable ConvNets v2 的 PyTorch 实现\n本仓库包含基于 [Deformable ConvNets v2: More Deformable, Better Results](https:\u002F\u002Farxiv.org\u002Fabs\u002F1811.11168) 使用 PyTorch 实现的 **Deformable ConvNets v2（调制变形卷积）** 代码。该实现基于 [ChunhuanLin\u002Fdeform_conv_pytorch](https:\u002F\u002Fgithub.com\u002FChunhuanLin\u002Fdeform_conv_pytorch)，感谢 ChunhuanLin 的工作。\n\n## 待办事项\n - [x] 根据论文初始化调制变形卷积的权重\n - [x] 将偏移量和调制参数的学习率设置为与其他层不同的值\n - [x] ScaledMNIST 实验结果\n - [x] 支持不同的步幅\n - [ ] 支持变形分组\n - [ ] DeepLab + DCNv2\n - [ ] VOC 分割实验结果\n\n## 需求\n- Python 3.6\n- PyTorch 1.0\n\n## 使用方法\n将常规卷积（如下方模型中的 conv2）替换为调制变形卷积：\n```python\nclass ConvNet(nn.Module):\n  def __init__(self):\n    self.relu = nn.ReLU(inplace=True)\n    self.pool = nn.MaxPool2d((2, 2))\n    self.avg_pool = nn.AdaptiveAvgPool2d(1)\n\n    self.conv1 = nn.Conv2d(3, 32, 3, padding=1)\n    self.bn1 = nn.BatchNorm2d(32)\n    self.conv2 = nn.DeformConv2d(32, 64, 3, padding=1, modulation=True)\n    self.bn2 = nn.BatchNorm2d(64)\n\n    self.fc = nn.Linear(64, 10)\n\n  def forward(self, x):\n    x = self.relu(self.bn1(self.conv1(x)))\n    x = self.pool(x)\n    x = self.relu(self.bn2(self.conv2(x)))\n\n    x = self.avg_pool(x)\n    x = x.view(x.shape[0], -1)\n    x = self.fc(x)\n\n    return x\n```\n\n## 训练\n### ScaledMNIST\nScaledMNIST 是随机缩放的 MNIST 数据集。\n\n在 conv3~4 使用调制变形卷积：\n```\npython train.py --arch ScaledMNISTNet --deform True --modulation True --min-deform-layer 3\n```\n\n在 conv3~4 使用变形卷积：\n```\npython train.py --arch ScaledMNISTNet --deform True --modulation False --min-deform-layer 3\n```\n\n仅使用常规卷积：\n```\npython train.py --arch ScaledMNISTNet --deform False --modulation False\n```\n\n## 结果\n### ScaledMNIST\n| 模型                   |   准确率 (%)    |   损失   |\n|:------------------------|:-----------------:|:--------:|\n| 不使用 DCN                 |             97.22 |     0.113|\n| 在 conv4 使用 DCN          |             98.60 |     0.049|\n| 在 conv3~4 使用 DCN        |             98.95 |     0.035|\n| 在 conv4 使用 DCNv2        |             98.45 |     0.058|\n| 在 conv3~4 使用 DCNv2      |         **99.21** | **0.027**|","# pytorch-deform-conv-v2 快速上手指南\n\n本指南帮助中国开发者快速在 PyTorch 项目中集成 **Deformable ConvNets v2 (Modulated Deformable Convolution)**。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: Linux \u002F macOS (Windows 支持需自行验证编译环境)\n*   **Python**: 3.6+\n*   **PyTorch**: 1.0+\n*   **CUDA**: 建议安装与 PyTorch 版本匹配的 CUDA 以启用 GPU 加速\n\n> **国内加速建议**：\n> 安装依赖时，推荐使用清华或阿里镜像源加速下载：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n由于该库包含自定义 CUDA 算子，通常需要通过源码编译安装。请克隆仓库并执行安装命令：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FChunhuanLin\u002Fdeform_conv_pytorch.git\ncd deform_conv_pytorch\n\n# 安装依赖并编译扩展模块\npython setup.py build_ext --inplace\n```\n\n*注：如果作为第三方库使用，请确保将编译后的 `.so` 文件所在目录加入 Python 路径，或直接在该目录下运行代码。*\n\n## 基本使用\n\n将模型中的普通卷积层 (`nn.Conv2d`) 替换为可变形卷积层 (`nn.DeformConv2d`) 即可。以下是基于 `ScaledMNIST` 实验的最简使用示例：\n\n```python\nimport torch\nimport torch.nn as nn\n\nclass ConvNet(nn.Module):\n  def __init__(self):\n    super(ConvNet, self).__init__()\n    self.relu = nn.ReLU(inplace=True)\n    self.pool = nn.MaxPool2d((2, 2))\n    self.avg_pool = nn.AdaptiveAvgPool2d(1)\n\n    # 普通卷积层\n    self.conv1 = nn.Conv2d(3, 32, 3, padding=1)\n    self.bn1 = nn.BatchNorm2d(32)\n    \n    # 可变形卷积层 (v2)，开启 modulation 参数\n    # 参数说明：in_channels, out_channels, kernel_size, padding, modulation=True\n    self.conv2 = nn.DeformConv2d(32, 64, 3, padding=1, modulation=True)\n    self.bn2 = nn.BatchNorm2d(64)\n\n    self.fc = nn.Linear(64, 10)\n\n  def forward(self, x):\n    x = self.relu(self.bn1(self.conv1(x)))\n    x = self.pool(x)\n    \n    # 前向传播时无需额外传入 offset，模块内部会自动学习\n    x = self.relu(self.bn2(self.conv2(x)))\n\n    x = self.avg_pool(x)\n    x = x.view(x.shape[0], -1)\n    x = self.fc(x)\n\n    return x\n\n# 实例化模型\nmodel = ConvNet()\ninput_tensor = torch.randn(1, 3, 32, 32)\noutput = model(input_tensor)\nprint(output.shape)\n```\n\n### 训练命令参考\n\n若需复现论文中的 ScaledMNIST 实验结果，可使用以下命令：\n\n**使用 Modulated Deformable Convolution (DCNv2):**\n```bash\npython train.py --arch ScaledMNISTNet --deform True --modulation True --min-deform-layer 3\n```\n\n**仅使用普通 Deformable Convolution (DCNv1):**\n```bash\npython train.py --arch ScaledMNISTNet --deform True --modulation False --min-deform-layer 3\n```\n\n**仅使用普通卷积 (Baseline):**\n```bash\npython train.py --arch ScaledMNISTNet --deform False --modulation False\n```","某自动驾驶团队正在开发车载行人检测系统，需解决行人在不同距离和姿态下尺度变化剧烈导致识别率下降的问题。\n\n### 没有 pytorch-deform-conv-v2 时\n- 传统卷积核具有固定的几何结构，难以适应行人因远近透视产生的巨大尺度差异，导致小目标漏检严重。\n- 面对行人行走、奔跑或遮挡带来的非刚性形变，固定感受野无法有效捕捉关键特征，模型鲁棒性差。\n- 为提升精度被迫堆叠更多网络层数或使用多尺度输入，显著增加了计算延迟，无法满足实时推理需求。\n- 在复杂背景干扰下，模型容易将形变后的行人误判为背景噪声，召回率长期停滞在瓶颈期。\n\n### 使用 pytorch-deform-conv-v2 后\n- 利用可变形卷积的动态偏移机制，卷积核能自适应调整采样位置，精准覆盖不同尺度的行人目标。\n- 调制机制（Modulation）让网络自动学习特征的重要性权重，有效抑制背景噪声，显著提升对遮挡和姿态变化的容忍度。\n- 在保持原有网络架构基本不变的前提下，仅需替换关键层即可实现精度跃升，避免了繁琐的多尺度训练流程。\n- 实测数据显示，在类似 ScaledMNIST 的变尺度场景下，准确率从 97.22% 提升至 99.21%，同时收敛速度更快。\n\npytorch-deform-conv-v2 通过赋予卷积核“弹性”感知能力，以极低的改造成本解决了动态目标检测中的几何形变难题。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002F4uiiurz1_pytorch-deform-conv-v2_a126fd02.png","4uiiurz1","4ui_iurz1","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002F4uiiurz1_45a082e6.png",null,"https:\u002F\u002Fwww.kaggle.com\u002Fuiiurz1","https:\u002F\u002Fgithub.com\u002F4uiiurz1",[83],{"name":84,"color":85,"percentage":86},"Python","#3572A5",100,763,141,"2026-03-24T03:33:48","MIT",4,"","未说明（基于 PyTorch 和自定义算子实现，通常需 NVIDIA GPU 及对应 CUDA 环境以编译运行）","未说明",{"notes":96,"python":97,"dependencies":98},"该工具是 Deformable ConvNets v2 的 PyTorch 实现，依赖特定版本的 PyTorch (1.0)。由于包含自定义卷积算子，实际运行时通常需要 Linux 环境以及匹配的 CUDA 版本来成功编译扩展模块。README 中未明确列出具体的显卡型号、显存大小或内存需求。","3.6",[99],"torch==1.0",[13],[102,103,104],"deformable-convolutional-networks","pytorch","deformable-convnets","2026-03-27T02:49:30.150509","2026-04-06T05:44:05.698993",[108,113,118,123,128,133,138],{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},12375,"可变形卷积中的权重应该初始化为 0 还是 0.5？","调制权重（modulated weight）应该初始化为 0。虽然论文中提到初始值分别为 0 和 0.5，但这是因为输出经过了 sigmoid 激活函数，所以在代码实现中直接初始化为 0 是正确的逻辑。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F10",{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},12376,"如何在可变形卷积层中使用批归一化（Batch Normalization）？","可以像普通卷积层一样使用批归一化。只需在卷积层后添加 `nn.BatchNorm2d` 即可。示例代码如下：\n```python\nself.conv1 = nn.Conv2d(3, 32, 3, padding=1)\nself.bn1 = nn.BatchNorm2d(32)\nself.conv2 = nn.DeformConv2d(32, 64, 3, padding=1, modulation=True)\nself.bn2 = nn.BatchNorm2d(64)\n\n# 在前向传播中\nx = self.relu(self.bn1(self.conv1(x)))\nx = self.relu(self.bn2(self.conv2(x)))\n```","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F4",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},12377,"代码变量 q_lt, q_rb, q_lb, q_rt 代表什么含义？","这些变量代表双线性插值所需的四个相邻像素点的坐标：\n- lt: upper left (左上)\n- rb: bottom right (右下)\n- lb: lower left (左下)\n- rt: upper right (右上)\n它们用于计算采样点周围四个整数坐标点的权重。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F15",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},12378,"运行时报错 \"No such file or directory: 'input\u002Fscaled_mnist_train.npz'\" 如何解决？","该错误是因为缺少输入数据目录。解决方法是手动创建 `input` 文件夹：\n```bash\nmkdir input\n```\n确保程序有权限在该目录下写入或读取数据文件。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F19",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},12379,"可变形卷积与普通卷积相比，速度差距大吗？","是的，存在明显差距。目前的可变形卷积实现比普通卷积要慢。这是由于可变形卷积需要进行额外的偏移量计算和双线性插值采样操作。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F2",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},12380,"为什么代码中偏移量卷积层的 stride 设置为 kernel_size 而不是 stride？这是 bug 吗？","这不是 bug。输入 `x_offset` 对应论文中的 x，由于每个感受野的偏移量不能共享，因此 x 在每个感受野之间是不重叠排列的（大小为 kw * kh）。为了正确提取每个感受野的偏移量，`self.conv` 的 stride 必须与 kernel_size 保持一致。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F1",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},12381,"未来会支持 deformable group 参数吗？其工作原理是什么？","维护者已将该功能加入待办列表。关于其原理：如果 deform group 等于 1，对于 3x3 卷积核，偏移量通道数为 18 (3x3x2x1)，所有输入通道共用这 18 个偏移量；如果 deform group 等于 4，偏移量通道数为 72 (3x3x2x4)，每四分之一的输入通道使用独立的 18 个偏移量。","https:\u002F\u002Fgithub.com\u002F4uiiurz1\u002Fpytorch-deform-conv-v2\u002Fissues\u002F5",[]]