[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ShuLiu1993--PANet":3,"tool-ShuLiu1993--PANet":64},[4,17,26,40,48,56],{"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},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。",107662,2,"2026-04-03T11:11:01",[13,14,15],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":23,"last_commit_at":32,"category_tags":33,"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",[14,34,35,36,15,37,38,13,39],"数据工具","视频","插件","其他","语言模型","音频",{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":10,"last_commit_at":46,"category_tags":47,"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",[15,14,13,38,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[38,14,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":23,"last_commit_at":62,"category_tags":63,"status":16},2471,"tesseract","tesseract-ocr\u002Ftesseract","Tesseract 是一款历史悠久且备受推崇的开源光学字符识别（OCR）引擎，最初由惠普实验室开发，后由 Google 维护，目前由全球社区共同贡献。它的核心功能是将图片中的文字转化为可编辑、可搜索的文本数据，有效解决了从扫描件、照片或 PDF 文档中提取文字信息的难题，是数字化归档和信息自动化的重要基础工具。\n\n在技术层面，Tesseract 展现了强大的适应能力。从版本 4 开始，它引入了基于长短期记忆网络（LSTM）的神经网络 OCR 引擎，显著提升了行识别的准确率；同时，为了兼顾旧有需求，它依然支持传统的字符模式识别引擎。Tesseract 原生支持 UTF-8 编码，开箱即用即可识别超过 100 种语言，并兼容 PNG、JPEG、TIFF 等多种常见图像格式。输出方面，它灵活支持纯文本、hOCR、PDF、TSV 等多种格式，方便后续数据处理。\n\nTesseract 主要面向开发者、研究人员以及需要构建文档处理流程的企业用户。由于它本身是一个命令行工具和库（libtesseract），不包含图形用户界面（GUI），因此最适合具备一定编程能力的技术人员集成到自动化脚本或应用程序中",73286,"2026-04-03T01:56:45",[13,14],{"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":78,"owner_location":78,"owner_email":78,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":81,"stars":105,"forks":106,"last_commit_at":107,"license":108,"difficulty_score":10,"env_os":109,"env_gpu":110,"env_ram":109,"env_deps":111,"category_tags":116,"github_topics":117,"view_count":10,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":120,"updated_at":121,"faqs":122,"releases":153},378,"ShuLiu1993\u002FPANet","PANet","PANet for Instance Segmentation and Object Detection","PANet（Path Aggregation Network）是一款专注于实例分割和目标检测的深度学习架构。它针对传统特征金字塔网络（FPN）在融合多尺度特征时存在的信息传递瓶颈进行了优化，通过独特的路径聚合机制，实现了低层细节与高层语义的高效交互，从而显著提升检测精度。\n\n作为 CVPR 2018 的亮点论文成果，PANet 曾在 COCO 实例分割挑战赛中夺得冠军，证明了其在复杂场景下的卓越性能。本次开源版本基于 PyTorch 重构，深度兼容 Detectron 生态，为社区提供了稳定可靠的复现环境。\n\n这一项目非常适合计算机视觉领域的研究人员和开发者。无论你是希望复现经典算法、探索新模型结构，还是需要构建高性能的视觉感知系统，PANet 都能提供有力的支持。借助其完善的配置文件和预训练模型，用户能够快速在 COCO 等数据集上完成训练与评估，轻松获得优于基线的效果，是推进目标检测与分割任务的优秀选择。","# Path Aggregation Network for Instance Segmentation\n\nby [Shu Liu](http:\u002F\u002Fshuliu.me), Lu Qi, Haifang Qin, [Jianping Shi](https:\u002F\u002Fshijianping.me\u002F), [Jiaya Jia](http:\u002F\u002Fjiaya.me\u002F).\n\n### Introduction\n\nThis repository is for the CVPR 2018 Spotlight paper, '[Path Aggregation Network for Instance Segmentation](https:\u002F\u002Farxiv.org\u002Fabs\u002F1803.01534)', which ranked 1st place of [COCO Instance Segmentation Challenge 2017](http:\u002F\u002Fcocodataset.org\u002F#detections-leaderboard) , 2nd place of [COCO Detection Challenge 2017](http:\u002F\u002Fcocodataset.org\u002F#detections-leaderboard) (Team Name: [UCenter](https:\u002F\u002Fplaces-coco2017.github.io\u002F#winners)) and 1st place of 2018 [Scene Understanding Challenge for Autonomous Navigation in Unstructured Environments](http:\u002F\u002Fcvit.iiit.ac.in\u002Fscene-understanding-challenge-2018\u002Fbenchmarks.php#instance) (Team Name: TUTU).\n\n### Citation\n\nIf PANet is useful for your research, please consider citing:\n\n    @inproceedings{liu2018path,\n      author = {Shu Liu and\n                Lu Qi and\n                Haifang Qin and\n                Jianping Shi and\n                Jiaya Jia},\n      title = {Path Aggregation Network for Instance Segmentation},\n      booktitle = {Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\n      year = {2018}\n    }\n\n\n### Disclaimer \n\n- The origin code was implemented based on the modified version of Caffe maintained by Sensetime Research. Due to several reasons, we could not release our origin code. \n- In this repository, we provide our re-implementation of PANet based on Pytorch. Note that our code is heavily based on [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch). Thanks [Roy](https:\u002F\u002Fgithub.com\u002Froytseng-tw) for his great work!\n- Several details, e.g., weight initialization and RPN joint training, in [Detectron](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FDetectron) is fairly different from our origin implementation. In this repository, we simply follow Detectron because it achieves a better baseline than the codebase used in our paper. \n- In this repository, we test our code with BN layers in the backbone fixed and use GN in other part. We expect to achieve a better performance with Synchronized Batch Normalization Layer and train all parameter layers as what we have done in our paper. With those differences and a much better baseline, the improvement is **not** same as the one we reported. But we achieve a **better** performance than our origin implementation. \n- We trained with image batch size 16 using 8*P40. The performance should be similar with batch size 8.\n\n### Installation\n\nFor environment requirements, data preparation and compilation, please refer to [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch).\n\nWARNING: pytorch 0.4.1 is broken, see https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\u002Fissues\u002F8483. Use pytorch 0.4.0\n\n### Usage\n\nFor training and testing, we keep the same as the one in [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch). To train and test PANet, simply use corresponding config files. For example, to train PANet on COCO:\n\n```shell\npython tools\u002Ftrain_net_step.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml\n```\n\nTo evaluate the model, simply use:\n\n```shell\npython tools\u002Ftest_net.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt {path\u002Fto\u002Fyour\u002Fcheckpoint}\n```\n\n### Main Results\n\n\n Backbone     | Type   | Batch Size      | LR Schedules | Box AP | Mask AP | Download Links \n :------------: |:------------: |:------------: |:------: | :-------: | :--------------:| :--------------:\n R-50-PANet (paper) | Faster | 16 | 1x | 39.2 | - | - \n R-50-PANet | Faster | 16 | 1x | **39.8** | - | [model](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1_ahNQHY3D4mbsMWHR2FwmItBkLwYOrS4\u002Fview?usp=sharing) \n R-50-PANet-2fc (paper) | Faster | 16 | 1x | 39.0 | - | - \n R-50-PANet-2fc | Faster | 16 | 1x | **39.6** | - | [model](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1s-xm8GxHbmnt5M3gOMacXIRMvCGaDeRR\u002Fview?usp=sharing) \n R-50-PANet (paper) | Mask| 16 | 2x | 42.1 | 37.8 | - \n R-50-PANet | Mask | 16| 2x | **43.1** | **38.3** | [model](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1-pVZQ3GR6Aj7KJzH9nWoRQ-Lts8IcdMS\u002Fview?usp=sharing) \n\nResults on COCO 20017 *val* subset produced by this repository. In our paper, we used Synchronized Batch Normalization following all parameter layers. While in this repository, we fix BN layers in the backbone and use GN layers in other part. With the same set of hyper-parameters, e.g., multi-scales, this repository can produce better performance than that in our origin paper. We expect a better performance with Synchronized Batch Normalization Layer.\n\n### Questions\n\nPlease contact 'liushuhust@gmail.com'\n","# 路径聚合网络用于实例分割\n\n由 [Shu Liu](http:\u002F\u002Fshuliu.me), Lu Qi, Haifang Qin, [Jianping Shi](https:\u002F\u002Fshijianping.me\u002F), [Jiaya Jia](http:\u002F\u002Fjiaya.me\u002F) 撰写。\n\n### 简介\n\n本仓库对应 CVPR 2018 焦点论文《[Path Aggregation Network for Instance Segmentation](https:\u002F\u002Farxiv.org\u002Fabs\u002F1803.01534)》（PANet，路径聚合网络）。该论文在 [2017 COCO 实例分割挑战赛](http:\u002F\u002Fcocodataset.org\u002F#detections-leaderboard) 中获得第 1 名，在 [2017 COCO 检测挑战赛](http:\u002F\u002Fcocodataset.org\u002F#detections-leaderboard) 中获得第 2 名（团队名称：[UCenter](https:\u002F\u002Fplaces-coco2017.github.io\u002F#winners)），并在 2018 年 [非结构化环境中自主导航的场景理解挑战赛](http:\u002F\u002Fcvit.iiit.ac.in\u002Fscene-understanding-challenge-2018\u002Fbenchmarks.php#instance) 中获得第 1 名（团队名称：TUTU）。\n\n### 引用\n\n如果 PANet（路径聚合网络）对您的研究有用，请考虑引用：\n\n    @inproceedings{liu2018path,\n      author = {Shu Liu and\n                Lu Qi and\n                Haifang Qin and\n                Jianping Shi and\n                Jiaya Jia},\n      title = {Path Aggregation Network for Instance Segmentation},\n      booktitle = {Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\n      year = {2018}\n    }\n\n\n### 免责声明 \n\n- 原始代码是基于商汤研究院（Sensetime Research）维护的修改版 Caffe 实现的。由于多种原因，我们无法发布原始代码。 \n- 在本仓库中，我们提供了基于 PyTorch 的 PANet 重新实现。请注意，我们的代码大量基于 [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch)。感谢 [Roy](https:\u002F\u002Fgithub.com\u002Froytseng-tw) 的优秀工作！\n- [Detectron](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FDetectron) 中的几个细节，例如权重初始化和 RPN（区域提议网络）联合训练，与我们原始的实现有很大不同。在本仓库中，我们直接遵循 Detectron，因为它比我们在论文中使用的代码库实现了更好的基线性能。 \n- 在本仓库中，我们测试代码时固定了骨干网络（Backbone）中的 BN（批归一化）层，并在其他部分使用 GN（组归一化）。我们期望通过使用同步批归一化层（Synchronized Batch Normalization Layer）并像我们在论文中那样训练所有参数层来获得更好的性能。由于这些差异以及更好的基线，提升幅度与我们报告的不完全相同。但我们取得了比原始实现更好的性能。 \n- 我们使用 8 张 P40 GPU 进行图像批次大小为 16 的训练。批次大小为 8 时的性能应该相似。\n\n### 安装\n\n关于环境要求、数据准备和编译，请参考 [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch)。\n\n警告：pytorch 0.4.1 存在故障，参见 https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\u002Fissues\u002F8483。请使用 pytorch 0.4.0。\n\n### 用法\n\n对于训练和测试，我们保持与 [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch) 相同。要训练和测试 PANet，只需使用相应的配置文件。例如，要在 COCO 上训练 PANet：\n\n```shell\npython tools\u002Ftrain_net_step.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml\n```\n\n要评估模型，只需使用：\n\n```shell\npython tools\u002Ftest_net.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt {path\u002Fto\u002Fyour\u002Fcheckpoint}\n```\n\n### 主要结果\n\n\n Backbone     | Type   | Batch Size      | LR Schedules | Box AP | Mask AP | Download Links \n :------------: |:------------: |:------------: |:------: | :-------: | :--------------:| :--------------:\n R-50-PANet (论文) | Faster | 16 | 1x | 39.2 | - | - \n R-50-PANet | Faster | 16 | 1x | **39.8** | - | [模型](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1_ahNQHY3D4mbsMWHR2FwmItBkLwYOrS4\u002Fview?usp=sharing) \n R-50-PANet-2fc (论文) | Faster | 16 | 1x | 39.0 | - | - \n R-50-PANet-2fc | Faster | 16 | 1x | **39.6** | - | [模型](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1s-xm8GxHbmnt5M3gOMacXIRMvCGaDeRR\u002Fview?usp=sharing) \n R-50-PANet (论文) | Mask| 16 | 2x | 42.1 | 37.8 | - \n R-50-PANet | Mask | 16| 2x | **43.1** | **38.3** | [模型](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1-pVZQ3GR6Aj7KJzH9nWoRQ-Lts8IcdMS\u002Fview?usp=sharing) \n\n本仓库在 COCO 2017 *val* 子集上产生的结果。在论文中，我们对所有参数层使用了同步批归一化。而在此仓库中，我们固定骨干网络中的 BN 层，并在其他部分使用 GN 层。使用相同的超参数集（例如多尺度），本仓库可以产生比原始论文中更好的性能。我们期望通过同步批归一化层获得更好的性能。\n\n### 问题\n\n请联系 'liushuhust@gmail.com'","# PANet 实例分割网络 - 快速上手指南\n\nPANet (Path Aggregation Network) 是由微软亚洲研究院等机构提出的实例分割网络，在 COCO 2017 挑战赛中取得优异成绩。本仓库提供了基于 **PyTorch** 的重新实现版本（原代码为 Caffe）。\n\n## 1. 环境准备\n\n本工具严重依赖 [Detectron.pytorch](https:\u002F\u002Fgithub.com\u002Froytseng-tw\u002FDetectron.pytorch)，请确保满足以下要求：\n\n*   **操作系统**: Linux \u002F macOS \u002F Windows (推荐 Linux)\n*   **Python**: 3.x\n*   **深度学习框架**: **PyTorch 0.4.0** (⚠️注意：PyTorch 0.4.1 存在已知问题，请勿使用)\n*   **硬件加速**: CUDA 及 cuDNN (需与 PyTorch 版本匹配)\n*   **其他依赖**: 参考 Detectron.pytorch 的环境配置说明进行安装。\n\n## 2. 安装步骤\n\n1.  **克隆代码库**\n    ```shell\n    git clone https:\u002F\u002Fgithub.com\u002Fyour-repo-url.git\n    cd panet\n    ```\n\n2.  **安装依赖**\n    由于本仓库基于 Detectron.pytorch，请参照其官方文档完成编译和依赖安装：\n    *   安装 Python 包依赖\n    *   编译 C++ 扩展 (Make)\n    *   准备数据集 (如 COCO 2017)\n\n3.  **下载预训练模型**\n    根据需求下载对应的权重文件（Google Drive 链接）：\n    *   R-50-PANet Mask: [Download Link](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1-pVZQ3GR6Aj7KJzH9nWoRQ-Lts8IcdMS\u002Fview?usp=sharing)\n    *   R-50-PANet Faster: [Download Link](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F1_ahNQHY3D4mbsMWHR2FwmItBkLwYOrS4\u002Fview?usp=sharing)\n    *(注：国内用户建议使用网盘加速工具下载)*\n\n## 3. 基本使用\n\n### 训练模型\n以 COCO 数据集为例，使用配置文件启动训练：\n```shell\npython tools\u002Ftrain_net_step.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml\n```\n\n### 测试模型\n加载已训练的权重进行评估：\n```shell\npython tools\u002Ftest_net.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt {path\u002Fto\u002Fyour\u002Fcheckpoint}\n```\n\n---\n**性能说明**：\n本仓库实现了改进的基线（Backbone 使用固定 BN 层，其余部分使用 GN 层），在相同超参数下性能优于论文原始实现。若需复现论文结果，需使用同步批归一化 (Synchronized Batch Normalization) 并训练所有参数层。","某自动驾驶初创团队正在构建城市复杂路口的感知模块，核心需求是在高动态场景中精准分割并识别车辆、行人及非机动车。\n\n### 没有 PANet 时\n- 传统 FPN 架构对远距离小目标（如骑行者）的响应较弱，导致漏检率偏高。\n- 特征金字塔层级间信息传递单一，复杂遮挡下的物体边界分割模糊不清。\n- 多尺度特征融合效率不足，模型在高速移动中容易出现实例混淆或定位漂移。\n- 现有方案依赖 Caffe 旧框架，迭代调试困难，难以适配新的硬件加速卡。\n\n### 使用 PANet 后\n- PANet 引入双向路径聚合机制，显著增强了对小尺寸目标的特征提取能力。\n- 自底向上与自顶向下的特征流结合，使得复杂遮挡场景下的实例分割边界更加锐利。\n- 基于 PyTorch 的重构版本兼容主流深度学习生态，大幅降低了模型迁移与部署成本。\n- 在 COCO 数据集验证中，PANet 在保持检测速度的同时，将实例分割精度提升至行业领先水平。\n\nPANet 通过优化的特征聚合路径，帮助自动驾驶系统在真实路况下实现了更高精度的实时感知。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FShuLiu1993_PANet_46ce0f97.png","ShuLiu1993","sliu","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FShuLiu1993_99372131.png",null,"http:\u002F\u002Fshuliu.me","https:\u002F\u002Fgithub.com\u002FShuLiu1993",[82,86,90,94,98,101],{"name":83,"color":84,"percentage":85},"Python","#3572A5",84,{"name":87,"color":88,"percentage":89},"Cuda","#3A4E3A",8.2,{"name":91,"color":92,"percentage":93},"C","#555555",6.8,{"name":95,"color":96,"percentage":97},"Shell","#89e051",0.4,{"name":99,"color":100,"percentage":97},"C++","#f34b7d",{"name":102,"color":103,"percentage":104},"MATLAB","#e16737",0.3,1353,279,"2026-04-02T08:13:42","MIT","未说明","需要 NVIDIA GPU，原训练使用 8 张 P40，具体显存及 CUDA 版本未说明",{"notes":112,"python":109,"dependencies":113},"1. 基于 Detectron.pytorch 的 PyTorch 重实现，非原始 Caffe 代码；2. 警告：PyTorch 0.4.1 有 Bug，必须使用 0.4.0；3. 原训练使用 8 张 P40 显卡，Batch Size 16，Batch Size 8 性能相似；4. BN 层设置与论文不同（骨干固定 BN，其余 GN），性能指标可能与论文报告值有差异。",[114,115],"torch==0.4.0","detectron.pytorch",[14],[118,119],"instance-segmentation","object-detection","2026-03-27T02:49:30.150509","2026-04-06T07:13:56.101637",[123,128,133,138,143,148],{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},1377,"项目的许可证是什么？","项目已添加 MIT 许可证。作者明确表示该软件是免费开源的。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F26",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},1378,"如何实现多 GPU 或批量推理？","在运行测试脚本时添加 `--multi-gpu-testing` 参数即可。例如：`python tools\u002Ftest_net.py --dataset coco2017 --cfg configs\u002Fpanet\u002Fe2e_panet_R-50-FPN_2x_mask.yaml --load_ckpt {checkpoint_path} --multi-gpu-testing`。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F12",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},1379,"该实现是否支持训练没有目标物体的图像（仅背景）？","默认情况下可能需要修改代码。建议修改数据加载部分以及 anchor 和 roi 的标签分配逻辑，以适配不含物体的样本。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F17",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},1380,"训练速度太慢怎么办？","建议增加 GPU 数量。维护者本人使用 8 张 P40 显卡进行训练，使用更多 GPU 卡是加速训练过程的有效方法。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F9",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},1381,"如何在 Cityscapes 数据集上训练？","仅修改配置文件中的数据集名称是不够的。您需要编写自定义的数据处理接口来读取 Cityscapes 等数据集的标注文件。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F8",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},1382,"测试时某些类别的 mAP 值为 NaN 是什么原因？","这通常是因为验证数据中缺少某些类别，或者这些类别的出现次数极低。导致真阳性（TP）和假阳性（FP）为零，在计算精度时出现除以零错误。","https:\u002F\u002Fgithub.com\u002FShuLiu1993\u002FPANet\u002Fissues\u002F33",[]]