[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-JDAI-CV--FaceX-Zoo":3,"tool-JDAI-CV--FaceX-Zoo":61},[4,18,26,36,44,53],{"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},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",149489,2,"2026-04-10T11:32:46",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":76,"owner_url":77,"languages":78,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":10,"env_os":99,"env_gpu":100,"env_ram":99,"env_deps":101,"category_tags":108,"github_topics":109,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":120,"updated_at":121,"faqs":122,"releases":162},6285,"JDAI-CV\u002FFaceX-Zoo","FaceX-Zoo","A PyTorch Toolbox for Face Recognition","FaceX-Zoo 是一个基于 PyTorch 构建的开源人脸识别工具箱，旨在为研究人员和开发者提供一套从模型训练、评估到实际部署的全流程解决方案。它有效解决了人脸领域算法复现难、评估标准不统一以及模型落地繁琐等痛点，让用户只需修改简单配置即可在主流基准数据集上完成标准化测试。\n\n该工具不仅集成了多种先进的监督头（如 MagFace）和骨干网络（包括 Swin Transformer、RepVGG、ResNeSt 等），还支持分布式训练与混合精度加速，帮助用户轻松复现并超越当前最先进的人脸识别效果。其独特之处在于具备良好的扩展性，除了核心的人脸识别功能外，还涵盖了人脸解析、表情识别及知识蒸馏等前沿方向。此外，FaceX-Zoo 内置了实用的 SDK 和模型转换工具，支持将训练好的模型一键导出为 ONNX 格式，极大地方便了后续的验证与应用部署。无论是希望深入探索算法原理的学术研究者，还是致力于快速构建高性能人脸应用的工程师，都能从中获得高效、灵活的开发体验。","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJDAI-CV_FaceX-Zoo_readme_76e3a94fd2a7.png\" width=\"150\" >\n\n# FaceX-Zoo\nFaceX-Zoo is a PyTorch toolbox for face recognition. It provides a training module with various supervisory heads and backbones towards state-of-the-art face recognition, as well as a standardized evaluation module which enables to evaluate the models in most of the popular benchmarks just by editing a simple configuration. Also, a simple yet fully functional face SDK is provided for the validation and primary application of the trained models. Rather than including as many as possible of the prior techniques, we enable FaceX-Zoo to easilyupgrade and extend along with the development of face related domains. Please refer to the [technical report](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2101.04407.pdf) for more detailed information about this project.\n  \nAbout the name:\n* \"Face\" - this repo is mainly for face recognition.\n* \"X\" - we also aim to provide something beyond face recognition, e.g. face parsing, face lightning.\n* \"Zoo\" - there include a lot of algorithms and models in this repo.\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJDAI-CV_FaceX-Zoo_readme_4962a648a88e.jpg)\n\n# What's New\n- [Oct. 2021] [Swin Transformer](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2103.14030.pdf) is supported now! We obtain a quite promising result of 98.17 in MegaFace rank1 protocol with Swin-S. For more results, pretrained models and logs please refer to [3.1 Experiments of SOTA backbones](training_mode\u002FREADME.md). For training face recognition model with Swin Transformer, please refer to [swin_training](training_mode\u002Fswin_training). Note that the input size is 224\\*224 but not 112\\*112 and we use AdamW+CosineLRScheduler to optimize it instead of SGD+MultiStepLR.\n- [Sep. 2021] We provide a [Dockfile](docker\u002FDockerfile) to buid the docker image of this project.\n- [Aug. 2021] [RepVGG](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2101.03697.pdf) has been added to the backbones for face recognition, the performance of RepVGG_A0, B0, B1 can be found in [3.1 Experiments of SOTA backbones](training_mode).\n- [Jul. 2021] A method for facial expression recognition named [DMUE](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent\u002FCVPR2021\u002Fpapers\u002FShe_Dive_Into_Ambiguity_Latent_Distribution_Mining_and_Pairwise_Uncertainty_Estimation_CVPR_2021_paper.pdf) has been accepted by CVPR2021, and all codes have been released [here](addition_module\u002FDMUE).\n- [Jun. 2021] We evaluate some knowledge distillation methods on face recognition task, results and codes can be found in [face_lightning](addition_module\u002Fface_lightning\u002FKDF) module.\n- [May. 2021] Tools to convert a trained model to onnx format and the provided sdk format can be found in [model_convertor](addition_module\u002Fmodel_convertor).\n- [Apr. 2021] IJB-C 1:1 protocol has been added to the [evaluation module](test_protocol\u002Ftest_ijbc.sh).\n- [Mar. 2021] [ResNeSt](https:\u002F\u002Fhangzhang.org\u002Ffiles\u002Fresnest.pdf) and [ReXNet](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2007.00992.pdf) have been added to the backbones, [MagFace](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2103.06627.pdf) has been added to the heads. \n- [Feb. 2021] Distributed training and mixed precision training by [apex](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex) is supported. Please check [distributed_training](training_mode\u002Fdistributed_training) and [train_amp.py](training_mode\u002Fconventional_training\u002Ftrain_amp.py)\n- [Jan. 2021] We commit the initial version of FaceX-Zoo.\n\n# Requirements\n* python >= 3.7.1\n* pytorch >= 1.1.0\n* torchvision >= 0.3.0 \n\n# Model Training  \nSee [README.md](training_mode\u002FREADME.md) in [training_mode](training_mode), currently support conventional training and [semi-siamese training](https:\u002F\u002Farxiv.org\u002Fabs\u002F2007.08398).\n# Model Evaluation  \nSee [README.md](test_protocol\u002FREADME.md) in [test_protocol](test_protocol), currently support [LFW](https:\u002F\u002Fpeople.cs.umass.edu\u002F~elm\u002Fpapers\u002Flfw.pdf), [CPLFW](http:\u002F\u002Fwww.whdeng.cn\u002FCPLFW\u002FCross-Pose-LFW.pdf), [CALFW](https:\u002F\u002Farxiv.org\u002Fabs\u002F1708.08197), [RFW](https:\u002F\u002Farxiv.org\u002Fabs\u002F1812.00194), [AgeDB30](https:\u002F\u002Fcore.ac.uk\u002Fdownload\u002Fpdf\u002F83949017.pdf), [IJB-C](http:\u002F\u002Fbiometrics.cse.msu.edu\u002FPublications\u002FFace\u002FMazeetal_IARPAJanusBenchmarkCFaceDatasetAndProtocol_ICB2018.pdf), [MegaFace](https:\u002F\u002Farxiv.org\u002Fabs\u002F1512.00596) and MegaFace-mask.\n# Face SDK\nSee [README.md](face_sdk\u002FREADME.md) in [face_sdk](face_sdk), currently support face detection, face alignment and face recognition.\n# Face Mask Adding\nSee [README.md](addition_module\u002Fface_mask_adding\u002FFMA-3D\u002FREADME.md) in [FMA-3D](addition_module\u002Fface_mask_adding\u002FFMA-3D).\n\n# License\nFaceX-Zoo is released under the [Apache License, Version 2.0](LICENSE).\n\n# Acknowledgements\nThis repo is mainly inspired by [InsightFace](https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface), [InsightFace_Pytorch](https:\u002F\u002Fgithub.com\u002FTreB1eN\u002FInsightFace_Pytorch), [face.evoLVe](https:\u002F\u002Fgithub.com\u002FZhaoJ9014\u002Fface.evoLVe.PyTorch\u002Fblob\u002Fmaster\u002FREADME.md). We thank the authors a lot for their valuable efforts.\n\n# Citation\nPlease consider citing our paper in your publications if the project helps your research. BibTeX reference is as follows.\n```BibTeX\n@inproceedings{wang2021facex,\n  author = {Jun Wang, Yinglu Liu, Yibo Hu, Hailin Shi and Tao Mei},\n  title = {FaceX-Zoo: A PyTorh Toolbox for Face Recognition},\n  journal = {Proceedings of the 29th ACM international conference on Multimedia},\n  year = {2021}\n}\n```\nIf you have any questions, please contact with Jun Wang (wangjun492@jd.com), Yinglu Liu (liuyinglu1@jd.com), [Yibo Hu](https:\u002F\u002Faberhu.github.io\u002F) (huyibo6@jd.com),  [Hailin Shi](https:\u002F\u002Fsites.google.com\u002Fview\u002Fhailin-shi) (shihailin@jd.com) and [Wu Liu](http:\u002F\u002Fdrliuwu.com)(liuwu1@jd.com).\n","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJDAI-CV_FaceX-Zoo_readme_76e3a94fd2a7.png\" width=\"150\" >\n\n# FaceX-Zoo\nFaceX-Zoo 是一个用于人脸识别的 PyTorch 工具箱。它提供了一个包含多种监督头和骨干网络的训练模块，能够实现当前最先进的人脸识别性能；同时，还配备了一个标准化的评估模块，只需简单修改配置文件，即可在大多数常用基准上对模型进行评估。此外，我们还提供了一个简单但功能完善的面部 SDK，用于验证和初步应用训练好的模型。与尽可能多地集成现有技术不同，FaceX-Zoo 的设计旨在随着人脸相关领域的不断发展而轻松升级和扩展。有关该项目的更多详细信息，请参阅 [技术报告](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2101.04407.pdf)。\n  \n关于名称：\n* “Face”——本仓库主要用于人脸识别。\n* “X”——我们也致力于提供超越人脸识别的功能，例如人脸解析、人脸增强等。\n* “Zoo”——该仓库包含了大量算法和模型。\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJDAI-CV_FaceX-Zoo_readme_4962a648a88e.jpg)\n\n# 最新动态\n- [2021年10月] 现已支持 [Swin Transformer](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2103.14030.pdf)！我们使用 Swin-S 在 MegaFace rank1 协议中取得了 98.17% 的优异成绩。更多结果、预训练模型及日志请参阅 [3.1 SOTA 骨干网络实验](training_mode\u002FREADME.md)。如需使用 Swin Transformer 训练人脸识别模型，请参考 [swin_training](training_mode\u002Fswin_training)。请注意，输入尺寸为 224×224，而非 112×112，并且我们采用 AdamW + CosineLRScheduler 进行优化，而非 SGD + MultiStepLR。\n- [2021年9月] 我们提供了 [Dockerfile](docker\u002FDockerfile)，用于构建该项目的 Docker 镜像。\n- [2021年8月] [RepVGG](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2101.03697.pdf) 已被添加到人脸识别的骨干网络中，RepVGG_A0、B0、B1 的性能可在 [3.1 SOTA 骨干网络实验](training_mode) 中找到。\n- [2021年7月] 一种名为 [DMUE](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent\u002FCVPR2021\u002Fpapers\u002FShe_Dive_Into_Ambiguity_Latent_Distribution_Mining_and_Pairwise_Uncertainty_Estimation_CVPR_2021_paper.pdf) 的表情识别方法已被 CVPR 2021 接受，所有代码已在 [addition_module\u002FDMUE](addition_module\u002FDMUE) 中发布。\n- [2021年6月] 我们在人脸识别任务上评估了一些知识蒸馏方法，相关结果和代码可在 [face_lightning](addition_module\u002Fface_lightning\u002FKDF) 模块中找到。\n- [2021年5月] 用于将训练好的模型转换为 ONNX 格式以及提供的 SDK 格式的工具，可在 [model_convertor](addition_module\u002Fmodel_convertor) 模块中找到。\n- [2021年4月] IJB-C 1:1 协议已被添加到 [evaluation module](test_protocol\u002Ftest_ijbc.sh) 中。\n- [2021年3月] [ResNeSt](https:\u002F\u002Fhangzhang.org\u002Ffiles\u002Fresnest.pdf) 和 [ReXNet](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2007.00992.pdf) 已被加入骨干网络，[MagFace](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2103.06627.pdf) 则被添加到分类头中。\n- [2021年2月] 支持分布式训练以及通过 [apex](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex) 实现的混合精度训练。请查看 [distributed_training](training_mode\u002Fdistributed_training) 和 [train_amp.py](training_mode\u002Fconventional_training\u002Ftrain_amp.py)。\n- [2021年1月] 我们提交了 FaceX-Zoo 的初始版本。\n\n# 系统要求\n* python >= 3.7.1\n* pytorch >= 1.1.0\n* torchvision >= 0.3.0\n\n# 模型训练\n详情请参阅 [training_mode](training_mode) 中的 [README.md](training_mode\u002FREADME.md)，目前支持常规训练和 [半双生训练](https:\u002F\u002Farxiv.org\u002Fabs\u002F2007.08398)。\n# 模型评估\n详情请参阅 [test_protocol](test_protocol) 中的 [README.md](test_protocol\u002FREADME.md)，目前支持 [LFW](https:\u002F\u002Fpeople.cs.umass.edu\u002F~elm\u002Fpapers\u002Flfw.pdf)、[CPLFW](http:\u002F\u002Fwww.whdeng.cn\u002FCPLFW\u002FCross-Pose-LFW.pdf)、[CALFW](https:\u002F\u002Farxiv.org\u002Fabs\u002F1708.08197)、[RFW](https:\u002F\u002Farxiv.org\u002Fabs\u002F1812.00194)、[AgeDB30](https:\u002F\u002Fcore.ac.uk\u002Fdownload\u002Fpdf\u002F83949017.pdf)、[IJB-C](http:\u002F\u002Fbiometrics.cse.msu.edu\u002FPublications\u002FFace\u002FMazeetal_IARPAJanusBenchmarkCFaceDatasetAndProtocol_ICB2018.pdf)、[MegaFace](https:\u002F\u002Farxiv.org\u002Fabs\u002F1512.00596) 以及 MegaFace-mask。\n# 面部 SDK\n详情请参阅 [face_sdk](face_sdk) 中的 [README.md](face_sdk\u002FREADME.md)，目前支持人脸检测、人脸对齐和人脸识别。\n# 添加口罩功能\n详情请参阅 [FMA-3D](addition_module\u002Fface_mask_adding\u002FFMA-3D) 中的 [README.md](addition_module\u002Fface_mask_adding\u002FFMA-3D\u002FFMA-3D\u002FREADME.md)。\n\n# 许可证\nFaceX-Zoo 采用 [Apache License, Version 2.0](LICENSE) 许可证进行发布。\n\n# 致谢\n本仓库主要受到 [InsightFace](https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface)、[InsightFace_Pytorch](https:\u002F\u002Fgithub.com\u002FTreB1eN\u002FInsightFace_Pytorch) 和 [face.evoLVe](https:\u002F\u002Fgithub.com\u002FZhaoJ9014\u002Fface.evoLVe.PyTorch\u002Fblob\u002Fmaster\u002FREADME.md) 的启发。我们衷心感谢这些项目作者所做出的宝贵贡献。\n\n# 引用\n如果本项目对您的研究有所帮助，请在您的出版物中引用我们的论文。BibTeX 引用如下：\n```BibTeX\n@inproceedings{wang2021facex,\n  author = {Jun Wang, Yinglu Liu, Yibo Hu, Hailin Shi and Tao Mei},\n  title = {FaceX-Zoo: A PyTorh Toolbox for Face Recognition},\n  journal = {Proceedings of the 29th ACM international conference on Multimedia},\n  year = {2021}\n}\n```\n如有任何问题，请联系 Jun Wang (wangjun492@jd.com)、Yinglu Liu (liuyinglu1@jd.com)、[Yibo Hu](https:\u002F\u002Faberhu.github.io\u002F) (huyibo6@jd.com)、[Hailin Shi](https:\u002F\u002Fsites.google.com\u002Fview\u002Fhailin-shi) (shihailin@jd.com) 和 [Wu Liu](http:\u002F\u002Fdrliuwu.com) (liuwu1@jd.com)。","# FaceX-Zoo 快速上手指南\n\nFaceX-Zoo 是一个基于 PyTorch 的人脸识别工具箱，提供多种先进的监督头（Supervisory Heads）和骨干网络（Backbones），支持标准化评估及人脸 SDK 应用。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下最低要求：\n\n*   **操作系统**: Linux (推荐 Ubuntu)\n*   **Python**: >= 3.7.1\n*   **PyTorch**: >= 1.1.0\n*   **TorchVision**: >= 0.3.0\n*   **GPU**: 推荐使用 NVIDIA GPU 以加速训练和推理\n\n**依赖安装建议：**\n建议使用 `pip` 并配置国内镜像源（如清华源）以加快下载速度。\n\n```bash\npip install torch torchvision -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n若需使用混合精度训练或分布式训练，还需安装 `apex`：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex\ncd apex\npip install -v --no-cache-dir .\u002F\n```\n\n## 安装步骤\n\n1.  **克隆仓库**\n    从 GitHub 克隆项目代码到本地：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo.git\n    cd FaceX-Zoo\n    ```\n\n2.  **安装项目依赖**\n    进入项目目录并安装所需的 Python 包：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n    *(注：如果根目录下没有 requirements.txt，请根据 `training_mode` 或 `face_sdk` 下的具体需求手动安装常见库如 `opencv-python`, `scikit-learn`, `tensorboard` 等)*\n\n3.  **可选：Docker 部署**\n    项目提供了 Dockerfile，可直接构建环境：\n    ```bash\n    docker build -t facex-zoo -f docker\u002FDockerfile .\n    ```\n\n## 基本使用\n\nFaceX-Zoo 主要包含模型训练、评估和 SDK 推理三个核心功能。以下是极简使用示例。\n\n### 1. 模型训练 (Model Training)\n\n支持常规训练和半孪生训练。以下是一个使用默认配置进行常规训练的示例命令（需自行准备数据集并修改配置文件）：\n\n```bash\n# 进入训练模块目录\ncd training_mode\u002Fconventional_training\n\n# 运行训练脚本 (示例：使用 SGD 优化器)\npython train.py --config_file config\u002Fresnet50_ms1m.yaml\n```\n\n*   **新特性支持**：若使用 Swin Transformer，请参考 `training_mode\u002Fswin_training`，注意输入尺寸需调整为 `224*224`，并使用 `AdamW + CosineLRScheduler`。\n*   **分布式训练**：\n    ```bash\n    python -m torch.distributed.launch --nproc_per_node=8 train_amp.py --config_file config\u002Fresnet50_ms1m.yaml\n    ```\n\n### 2. 模型评估 (Model Evaluation)\n\n支持 LFW, IJB-C, MegaFace 等主流基准测试。只需编辑配置文件即可运行评估。\n\n```bash\n# 进入评估协议目录\ncd test_protocol\n\n# 运行评估脚本 (示例：运行 LFW 测试)\nbash test_lfw.sh\n```\n\n*   对于 IJB-C 1:1 协议，可运行 `bash test_ijbc.sh`。\n*   具体配置请在脚本中指定模型路径和数据集路径。\n\n### 3. 人脸 SDK 推理 (Face SDK)\n\nSDK 模块提供了人脸检测、对齐和识别的一站式功能，适用于验证和初级应用。\n\n```bash\n# 进入 SDK 目录\ncd face_sdk\n\n# 运行演示脚本 (需准备一张测试图片)\npython demo.py --image_path ..\u002Fdata\u002Fimages\u002Ftest.jpg --model_path ..\u002Fpretrained_models\u002Fms1m_resnet50.pth\n```\n\n*   **模型转换**：如需将训练好的模型转换为 ONNX 格式或 SDK 专用格式，请使用 `addition_module\u002Fmodel_convertor` 中的工具。\n\n---\n*更多详细算法实现、预训练模型及实验结果，请参阅项目各子模块下的 `README.md` 文件或官方技术报告。*","某安防科技公司的算法团队正致力于研发新一代园区人脸门禁系统，需要在短时间内复现前沿论文并部署高精度识别模型。\n\n### 没有 FaceX-Zoo 时\n- **算法复现成本极高**：团队需手动编写 ResNeSt、Swin Transformer 等不同骨干网络的训练代码，每次尝试新架构都要耗费数周调试。\n- **评估流程繁琐混乱**：面对 LFW、IJB-C 等多个主流测试基准，缺乏统一接口，每次验证都需重新编写数据加载和指标计算脚本。\n- **落地部署门槛高**：训练好的 PyTorch 模型难以直接转换为工程可用的格式，缺少标准的 SDK 支持，导致从实验到端侧部署的周期漫长。\n- **技术迭代滞后**：由于基础框架扩展性差，难以快速集成如 MagFace 等最新的损失函数或知识蒸馏技巧，模型性能提升遭遇瓶颈。\n\n### 使用 FaceX-Zoo 后\n- **一键切换前沿架构**：直接调用内置的 Swin Transformer 或 RepVGG 骨干网络及 MagFace 头部的配置，几天内即可完成 SOTA 模型的训练与调优。\n- **标准化评测提效**：仅需修改简单配置文件，即可在 LFW、CPLFW 等权威榜单上自动完成模型评估，大幅减少重复造轮子的时间。\n- **无缝衔接工程落地**：利用自带的模型转换工具将训练结果转为 ONNX 格式，并结合提供的 Face SDK 快速验证，显著缩短上线周期。\n- **灵活扩展新技术**：基于其模块化设计，团队能轻松集成面部表情识别（DMUE）或混合精度训练等新特性，持续保持算法领先性。\n\nFaceX-Zoo 通过提供标准化的训练、评估及部署全流程工具链，帮助团队将研发重心从底层代码构建转移至核心算法创新，实现了人脸识别系统的高效迭代与落地。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FJDAI-CV_FaceX-Zoo_732fa419.png","JDAI-CV","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FJDAI-CV_d8ba10bc.png","JDAI Computer Vision",null,"http:\u002F\u002Fair.jd.com","https:\u002F\u002Fgithub.com\u002FJDAI-CV",[79,83,87,91],{"name":80,"color":81,"percentage":82},"Python","#3572A5",98.1,{"name":84,"color":85,"percentage":86},"Shell","#89e051",1.1,{"name":88,"color":89,"percentage":90},"Cython","#fedf5b",0.6,{"name":92,"color":93,"percentage":94},"Dockerfile","#384d54",0.2,1994,434,"2026-03-29T14:54:55","NOASSERTION","未说明","需要 NVIDIA GPU（支持 Apex 混合精度训练和分布式训练），具体型号和显存大小未说明，CUDA 版本未说明",{"notes":102,"python":103,"dependencies":104},"该项目支持使用 Swin Transformer 骨干网络，此时输入图像尺寸需为 224*224（而非常规的 112*112），且优化器需使用 AdamW 配合 CosineLRScheduler。项目提供了 Dockerfile 用于构建运行环境。包含人脸检测、对齐、识别及口罩添加等功能的 SDK。",">=3.7.1",[105,106,107],"pytorch>=1.1.0","torchvision>=0.3.0","apex",[14,15],[110,111,112,113,114,115,116,117,118,119],"face-recognition","masked-face-recognition","face-sdk","semi-siamese-training","megaface","lfw","circleloss","adam-softmax","mv-softmax","magface","2026-03-27T02:49:30.150509","2026-04-10T22:21:34.314545",[123,128,133,138,143,148,153,158],{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},28448,"如何对人脸特征之间的余弦相似度得分进行归一化（0 到 1 之间）？","项目中使用的得分计算方式为余弦相似度：score = np.dot(feature1, feature2)。由于余弦值范围在 [-1, 1] 之间，若要将其归一化到 [0, 1] 区间，可以使用公式：sim = 0.5 + 0.5 * score。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F59",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},28449,"使用 add_mask_one 脚本添加口罩后，图像质量发生变化或出现随机错误怎么办？","该问题通常由图像保存时的数据类型转换引起。解决方案是修改 face_masker.py 第 170 行附近的代码，将保存逻辑改为：imsave(masked_face_path, skimage.img_as_ubyte(new_image))，以确保图像数据被正确转换为无符号字节格式。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F43",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},28450,"FaceX-Zoo 中用于人脸识别的预训练模型具体架构（Backbone 和 Head）是什么？","默认的人脸识别模型架构如下：\n- Backbone: MobileFaceNet\n- Head: MV-Softmax\n- MegaFace 数据集准确率：90.39%\n可以通过项目中的 model_convert.py 工具获取或转换该模型。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F54",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},28451,"运行时报错 'MobileFaceNet' object has no attribute '_non_persistent_buffers_set' 如何解决？","这是 PyTorch 版本兼容性问题。在 PyTorch 1.6.0 + torchvision 0.7.0 环境下会报错，建议升级环境至 PyTorch 1.9.0 和 torchvision 0.10.0 及以上版本即可解决。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F8",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},28452,"基准测试（Benchmarking）中使用的 Backbone 是什么？加载预训练模型时键名不匹配怎么办？","基准测试中使用的 Backbone 是 MobileFaceNet。\n如果在加载预训练模型时遇到键名不匹配的问题（例如报错找不到 'feat_net'），需要修改加载代码，将键名前缀从 'feat_net.' 替换为 'backbone.'。即修改代码逻辑为：new_pretrained_dict[k] = pretrained_dict['backbone.'+k]。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F124",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},28453,"如何将项目中的 .pkl 格式模型（如人脸检测或关键点检测模型）转换为 ONNX 格式？","可以参考项目代码 addition_module\u002Fmodel_convertor\u002Fconvert_to_onnx\u002Fmodel_convert.py 中第 21 行的 convert 函数实现转换。此外，也可以参考通用的 PyTorch 转 ONNX 教程（如 CSDN 相关博客），核心是使用 torch.onnx.export 接口，并注意输入数据的预处理（如归一化和维度变换）需与模型训练时保持一致。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F109",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},28454,"如何制作自定义的口罩 UV 纹理贴图模板（uv_mask.png）？","制作新的口罩模板依赖于基础的 'uv_mask.png' 文件的质量。虽然项目未直接提供生成脚本，但用户反馈表明，新模板的效果直接取决于源 UV 贴图的质量。通常需要基于现有的 UV 映射关系，在图像编辑软件中绘制或生成对应的纹理图，然后按照项目规定的格式（如 0.png - 7.png）进行保存和使用。","https:\u002F\u002Fgithub.com\u002FJDAI-CV\u002FFaceX-Zoo\u002Fissues\u002F7",{"id":159,"question_zh":160,"answer_zh":161,"source_url":137},28455,"MS-Celeb-1M 数据集在训练前是如何预处理和筛选身份的？","项目使用了 MS-Celeb-1M-v1c-r_id_list.txt 文件中列出的所有身份对应的图像进行训练。经过清洗和筛选后，最终训练集包含 72,778 个身份和约 328 万张图像。",[]]