[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ayooshkathuria--pytorch-yolo-v3":3,"tool-ayooshkathuria--pytorch-yolo-v3":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",150720,2,"2026-04-11T11:33:10",[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":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":76,"difficulty_score":10,"env_os":87,"env_gpu":88,"env_ram":89,"env_deps":90,"category_tags":96,"github_topics":97,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":102,"updated_at":103,"faqs":104,"releases":135},6648,"ayooshkathuria\u002Fpytorch-yolo-v3","pytorch-yolo-v3","A PyTorch implementation of the YOLO v3 object detection algorithm","pytorch-yolo-v3 是一个基于 PyTorch 框架实现的 YOLO v3 目标检测算法项目。它旨在将经典的深色网络（Darknet）版本迁移至 PyTorch 生态，帮助开发者在熟悉的深度学习环境中高效运行物体识别任务。\n\n该项目主要解决了原始官方代码依赖特定框架、功能冗余且难以直接融入现代 PyTorch 工作流的问题。通过剔除序列模型等无关组件，pytorch-yolo-v3 保持了代码的极简与清晰，并提供了详尽的文档。其独特的技术亮点在于配套了从零开始构建检测器的五部分系列教程，非常适合希望从入门进阶到中级水平的学习者深入理解算法原理。此外，它还支持单图、批量图片、视频文件及实时摄像头的多种检测模式，并允许用户灵活调整输入分辨率以平衡速度与精度，甚至提供半精度推理选项以提升视频处理效率。\n\npytorch-yolo-v3 特别适合计算机视觉领域的研究人员、深度学习开发者以及希望深入掌握目标检测算法实现的学生使用。虽然目前主要聚焦于检测模块，但其清晰的架构为后续训练功能的扩展奠定了良好基础，是学习和应用 YOLO v3 的优质开源资源。","# A PyTorch implementation of a YOLO v3 Object Detector\n\n[UPDATE] : This repo serves as a driver code for my research. I just graduated college, and am very busy looking for research internship \u002F fellowship roles before eventually applying for a masters. I won't have the time to look into issues for the time being. Thank you.\n\n\nThis repository contains code for a object detector based on [YOLOv3: An Incremental Improvement](https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fpapers\u002FYOLOv3.pdf), implementedin PyTorch. The code is based on the official code of [YOLO v3](https:\u002F\u002Fgithub.com\u002Fpjreddie\u002Fdarknet), as well as a PyTorch \nport of the original code, by [marvis](https:\u002F\u002Fgithub.com\u002Fmarvis\u002Fpytorch-yolo2). One of the goals of this code is to improve\nupon the original port by removing redundant parts of the code (The official code is basically a fully blown deep learning \nlibrary, and includes stuff like sequence models, which are not used in YOLO). I've also tried to keep the code minimal, and \ndocument it as well as I can. \n\n### Tutorial for building this detector from scratch\nIf you want to understand how to implement this detector by yourself from scratch, then you can go through this very detailed 5-part tutorial series I wrote on Paperspace. Perfect for someone who wants to move from beginner to intermediate pytorch skills. \n\n[Implement YOLO v3 from scratch](https:\u002F\u002Fblog.paperspace.com\u002Fhow-to-implement-a-yolo-object-detector-in-pytorch\u002F)\n\nAs of now, the code only contains the detection module, but you should expect the training module soon. :) \n\n## Requirements\n1. Python 3.5\n2. OpenCV\n3. PyTorch 0.4\n\nUsing PyTorch 0.3 will break the detector.\n\n\n\n## Detection Example\n\n![Detection Example](https:\u002F\u002Fi.imgur.com\u002Fm2jwneng.png)\n## Running the detector\n\n### On single or multiple images\n\nClone, and `cd` into the repo directory. The first thing you need to do is to get the weights file\nThis time around, for v3, authors has supplied a weightsfile only for COCO [here](https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights), and place \n\nthe weights file into your repo directory. Or, you could just type (if you're on Linux)\n\n```\nwget https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights \npython detect.py --images imgs --det det \n```\n\n\n`--images` flag defines the directory to load images from, or a single image file (it will figure it out), and `--det` is the directory\nto save images to. Other setting such as batch size (using `--bs` flag) , object threshold confidence can be tweaked with flags that can be looked up with. \n\n```\npython detect.py -h\n```\n\n### Speed Accuracy Tradeoff\nYou can change the resolutions of the input image by the `--reso` flag. The default value is 416. Whatever value you chose, rememeber **it should be a multiple of 32 and greater than 32**. Weird things will happen if you don't. You've been warned. \n\n```\npython detect.py --images imgs --det det --reso 320\n```\n\n### On Video\nFor this, you should run the file, video_demo.py with --video flag specifying the video file. The video file should be in .avi format\nsince openCV only accepts OpenCV as the input format. \n\n```\npython video_demo.py --video video.avi\n```\n\nTweakable settings can be seen with -h flag. \n\n### Speeding up Video Inference\n\nTo speed video inference, you can try using the video_demo_half.py file instead which does all the inference with 16-bit half \nprecision floats instead of 32-bit float. I haven't seen big improvements, but I attribute that to having an older card \n(Tesla K80, Kepler arch). If you have one of cards with fast float16 support, try it out, and if possible, benchmark it. \n\n### On a Camera\nSame as video module, but you don't have to specify the video file since feed will be taken from your camera. To be precise, \nfeed will be taken from what the OpenCV, recognises as camera 0. The default image resolution is 160 here, though you can change it with `reso` flag.\n\n```\npython cam_demo.py\n```\nYou can easily tweak the code to use different weightsfiles, available at [yolo website](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F)\n\nNOTE: The scales features has been disabled for better refactoring.\n### Detection across different scales\nYOLO v3 makes detections across different scales, each of which deputise in detecting objects of different sizes depending upon whether they capture coarse features, fine grained features or something between. You can experiment with these scales by the `--scales` flag. \n\n```\npython detect.py --scales 1,3\n```\n\n\n","# 一个基于 PyTorch 的 YOLO v3 目标检测器实现\n\n【更新】：这个仓库是我的研究驱动代码。我刚刚大学毕业，目前正忙于寻找研究实习或奖学金机会，之后再申请硕士研究生。因此，在一段时间内我可能无法处理相关问题。感谢大家的理解。\n\n\n本仓库包含基于 [YOLOv3: 一项渐进式改进](https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fpapers\u002FYOLOv3.pdf) 的目标检测器代码，使用 PyTorch 实现。该代码参考了 [YOLO v3](https:\u002F\u002Fgithub.com\u002Fpjreddie\u002Fdarknet) 的官方代码，以及 [marvis](https:\u002F\u002Fgithub.com\u002Fmarvis\u002Fpytorch-yolo2) 对原始代码的 PyTorch 移植版本。此代码的目标之一是优化原始移植版本，移除冗余部分（官方代码实际上是一个功能完备的深度学习库，包含了序列模型等 YOLO 中并未用到的内容）。同时，我也尽量保持代码简洁，并尽可能详尽地进行文档注释。\n\n### 从零开始构建该检测器的教程\n如果你想了解如何从头开始自己实现这个检测器，可以阅读我在 Paperspace 上撰写的五部分详细教程系列。非常适合希望从 PyTorch 初学者进阶到中级水平的学习者。\n\n[从零开始实现 YOLO v3](https:\u002F\u002Fblog.paperspace.com\u002Fhow-to-implement-a-yolo-object-detector-in-pytorch\u002F)\n\n目前，代码仅包含检测模块，但训练模块也将很快加入。:) \n\n## 环境要求\n1. Python 3.5\n2. OpenCV\n3. PyTorch 0.4\n\n使用 PyTorch 0.3 版本会导致检测器无法正常运行。\n\n\n## 检测示例\n\n![检测示例](https:\u002F\u002Fi.imgur.com\u002Fm2jwneng.png)\n## 运行检测器\n\n### 在单张或多张图片上\n\n首先克隆仓库并进入目录。你需要先获取权重文件。对于 YOLO v3，作者仅提供了 COCO 数据集的权重文件 [这里](https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights)，请将其放置在你的仓库目录中。或者，如果你使用的是 Linux 系统，可以直接运行以下命令：\n\n```\nwget https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights \npython detect.py --images imgs --det det \n```\n\n\n`--images` 参数指定了加载图片的目录或单个图片文件（程序会自动识别），而 `--det` 参数则指定了保存结果图片的目录。其他参数如批大小（通过 `--bs` 标志设置）和目标置信度阈值也可以通过标志进行调整，具体可用法可查看帮助信息：\n\n```\npython detect.py -h\n```\n\n### 速度与精度的权衡\n你可以通过 `--reso` 标志来调整输入图像的分辨率，默认值为 416。请注意，该值必须是 32 的倍数且大于 32，否则可能会出现异常情况。务必遵守此规则！\n\n```\npython detect.py --images imgs --det det --reso 320\n```\n\n### 在视频上运行\n对于视频处理，需运行 `video_demo.py` 文件，并使用 `--video` 标志指定视频文件。视频格式应为 `.avi`，因为 OpenCV 只支持这种格式作为输入。\n\n```\npython video_demo.py --video video.avi\n```\n\n可通过 `-h` 标志查看所有可调参数。\n\n### 加快视频推理速度\n为了提升视频推理速度，可以尝试使用 `video_demo_half.py` 文件，它采用 16 位半精度浮点数进行推理，而非 32 位浮点数。虽然我个人未观察到显著性能提升，但这可能与所使用的显卡较旧有关（Tesla K80, Kepler 架构）。如果你的显卡支持快速的 FP16 运算，不妨尝试一下，并尽可能进行基准测试。\n\n### 使用摄像头\n与视频模块类似，但无需指定视频文件，因为输入将直接来自你的摄像头。确切地说，OpenCV 会默认使用编号为 0 的摄像头作为输入源。默认图像分辨率为 160，不过你也可以通过 `reso` 标志进行调整。\n\n```\npython cam_demo.py\n```\n\n你可以轻松修改代码以使用其他权重文件，这些文件可在 [YOLO 官网](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F) 上找到。\n\n注意：为便于重构，尺度特征已被禁用。\n### 多尺度检测\nYOLO v3 支持多尺度检测，不同尺度分别负责检测不同大小的目标，具体取决于它们捕捉到的是粗粒度特征、细粒度特征，还是介于两者之间的特征。你可以通过 `--scales` 标志来试验不同的尺度组合：\n\n```\npython detect.py --scales 1,3\n```","# pytorch-yolo-v3 快速上手指南\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux 推荐（Windows 需自行调整部分路径和脚本）\n*   **Python**: 3.5 及以上版本\n*   **PyTorch**: 0.4 版本\n    *   ⚠️ **注意**：使用 PyTorch 0.3 会导致检测器无法运行。\n*   **依赖库**: OpenCV (`opencv-python`)\n\n> 💡 **国内加速建议**：\n> 安装 PyTorch 时，建议使用清华或中科大镜像源以提升下载速度。例如安装 PyTorch 0.4 (需根据具体 CUDA 版本选择，若官方源已移除旧版本，可能需要从第三方渠道获取 wheel 文件或编译安装)：\n> ```bash\n> pip install torch==0.4.1 -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> pip install opencv-python -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n1.  **克隆仓库**\n    将项目代码克隆到本地并进入目录：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3.git\n    cd pytorch-yolo-v3\n    ```\n\n2.  **下载预训练权重**\n    本项目仅支持 COCO 数据集的预训练权重。请下载 `yolov3.weights` 文件并放入当前项目根目录。\n\n    *   **方式一：直接下载（推荐国内用户使用镜像或代理）**\n        官方地址：https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights\n        如果下载缓慢，可尝试寻找国内网盘镜像或通过代理下载。\n\n    *   **方式二：使用 wget (Linux)**\n        ```bash\n        wget https:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fyolov3.weights\n        ```\n\n## 基本使用\n\n### 图片检测\n\n最简单的用法是对指定文件夹内的图片进行批量检测，并将结果保存到另一文件夹。\n\n```bash\npython detect.py --images imgs --det det\n```\n\n*   `--images`: 输入图片所在的目录路径，或者直接指定单张图片文件路径。\n*   `--det`: 输出检测结果图片的保存目录。\n\n**常用参数调整：**\n\n*   **调整分辨率（速度与精度权衡）**：\n    默认分辨率为 416。**注意：设定的值必须是 32 的倍数且大于 32**。\n    ```bash\n    python detect.py --images imgs --det det --reso 320\n    ```\n\n*   **查看帮助信息**：\n    查看所有可用参数（如置信度阈值、Batch Size 等）。\n    ```bash\n    python detect.py -h\n    ```\n\n### 视频检测\n\n对 `.avi` 格式的视频文件进行检测：\n\n```bash\npython video_demo.py --video video.avi\n```\n\n### 摄像头实时检测\n\n调用默认摄像头（OpenCV 识别为 camera 0）进行实时检测，默认分辨率为 160：\n\n```bash\npython cam_demo.py\n```","某智慧交通初创团队需要在边缘设备上快速部署一套实时车辆与行人检测系统，以分析路口拥堵情况。\n\n### 没有 pytorch-yolo-v3 时\n- **框架迁移成本高**：团队熟悉 PyTorch 生态，但 YOLOv3 官方代码基于 Darknet 框架，强行集成需重写大量数据预处理和后处理逻辑，开发周期被拉长。\n- **代码冗余难维护**：参考的其他移植版本往往包含序列模型等无关组件，代码库臃肿，导致在资源受限的边缘设备上调试困难，难以定位性能瓶颈。\n- **推理速度不达标**：缺乏对半精度（FP16）推理的原生支持示例，无法充分利用显卡算力，在处理高清监控视频流时帧率过低，无法满足实时性要求。\n- **自定义分辨率风险大**：调整输入图像分辨率以适应不同摄像头时，常因步长对齐问题导致模型输出异常，缺乏明确的参数约束指引。\n\n### 使用 pytorch-yolo-v3 后\n- **原生 PyTorch 集成**：直接利用纯 PyTorch 实现的检测模块，无缝对接团队现有的数据加载器，将原型验证时间从数周缩短至两天。\n- **轻量级代码结构**：去除了所有与目标检测无关的深度学习组件，代码极简且文档清晰，便于工程师针对特定场景裁剪模型并优化显存占用。\n- **高效视频流处理**：通过调用 `video_demo_half.py` 脚本开启 16 位浮点运算，在兼容的 GPU 上显著提升了视频推理吞吐量，实现了流畅的实时分析。\n- **灵活的分辨率控制**：借助 `--reso` 参数轻松调整输入尺寸（如设为 320），且工具明确提示需为 32 的倍数，避免了因参数设置错误导致的检测失效。\n\npytorch-yolo-v3 通过提供精简、原生且高效的 PyTorch 实现，帮助团队消除了跨框架障碍，大幅降低了从算法研究到工程落地的门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fayooshkathuria_pytorch-yolo-v3_96b7d16e.png","ayooshkathuria","Ayoosh Kathuria","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fayooshkathuria_fba9774e.png","AI Researcher | Reinforcement Learning enthusiast looking for opportunities to use it products for consumers.",null,"Delhi","https:\u002F\u002Fgithub.com\u002Fayooshkathuria",[80],{"name":81,"color":82,"percentage":83},"Python","#3572A5",100,3317,1049,"2026-04-11T07:53:34","Linux","未说明（文中提及使用 Tesla K80 进行测试，支持半精度推理加速，但未明确最低显存或必需性）","未说明",{"notes":91,"python":92,"dependencies":93},"严禁使用 PyTorch 0.3 版本，否则会导致检测器无法运行。视频演示功能要求输入文件为 .avi 格式。输入图像分辨率必须设置为大于 32 且为 32 的倍数。需手动下载 COCO 数据集对应的权重文件 (yolov3.weights) 才能运行。","3.5",[94,95],"PyTorch 0.4","OpenCV",[15,14],[98,99,100,101],"yolov3","yolo","object-detection","pytorch","2026-03-27T02:49:30.150509","2026-04-11T23:25:38.182874",[105,110,115,120,125,130],{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},30013,"运行代码时遇到 'Tensors must have same number of dimensions' (张量维度不一致) 错误怎么办？","这通常是由于 PyTorch 版本差异导致的。在 PyTorch 0.3 中，当切片结果为单个检测框时返回形状为 (1, 7) 的张量，而在 PyTorch 0.4+ 中返回 (7,) 的一维张量。这会导致后续初始化 batch_ind 张量时维度不匹配。解决方案是修改代码，确保在切片后如果维度减少，需手动恢复维度（例如使用 .unsqueeze(0)），或者确保代码兼容不同版本的 PyTorch 切片行为。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F1",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},30014,"加载自己训练的权重文件时报 'size is invalid for input' 错误如何解决？","该错误通常是因为加载的权重文件与当前代码配置的模型结构（如类别数量、cfg 文件定义）不匹配。例如，将 COCO 数据集训练的权重用于 VOC 数据集配置，或者 cfg 文件中定义的层尺寸与实际权重文件中的参数量不一致。请确保使用的 .weights 文件是与当前的 .cfg 配置文件完全对应训练生成的，并检查代码中关于类别数（num_classes）的设置是否与权重文件一致。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F14",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},30015,"使用自定义 cfg 和权重文件时，检测框位置错误且聚集在图像一角是什么原因？","这通常是因为训练过程存在问题或权重文件无效，而非检测管道的代码 bug。常见原因包括：显存不足导致手动修改 cfg 文件破坏了网络结构、训练未收敛或学习率设置不当。建议检查训练日志确认损失是否下降，并确保 cfg 文件修改符合 YOLO 规范。如果检测结果虽然位置错误但类别识别正确，极大概率是权重文件本身质量差或训练失败导致的。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F15",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},30016,"运行 cam_demo.py 时出现 'NameError: name 'im_dim' is not defined' 错误如何修复？","这是因为代码中引用了未定义的变量 im_dim。根据社区反馈，解决方法是检查 cam_demo.py 文件中约第 122-123 行附近的代码。通常需要取消注释定义 im_dim 的行（如 `im_dim = torch.FloatTensor(dim).repeat(1,2)`），或者如果存在缩进错误（IndentationError），需要修正缩进。部分用户反馈删除导致错误的特定行或修正缩进后即可正常运行。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F62",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},30017,"该项目何时会发布训练代码（train code）？","根据维护者的回复，当时尚未计划立即合并训练代码到主仓库。维护者表示在实现训练代码后，可能会创建 Wiki 文档并发布预训练的权重文件（如 VOC 数据集上的权重）。建议关注仓库的更新通知或查看维护者的博客文章获取相关实现细节。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F4",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},30018,"在多 GPU 环境下运行时遇到 'invalid argument' CUDA 错误或警告怎么办？","在使用多 GPU（如 4 张 RTX 2080）和高版本 PyTorch（如 1.0）及 CUDA 10 时，可能会遇到 THCudaCheck FAIL 错误。这通常与 Upsampling 层的实现或显存管理有关。如果是警告但程序仍能运行，可能是版本兼容性提示；如果导致崩溃，建议尝试降低 batch size、检查 CUDA 版本与 PyTorch 版本的匹配性，或参考 PyTorch 官方关于多 GPU 数据并行处理的最新文档进行调整。","https:\u002F\u002Fgithub.com\u002Fayooshkathuria\u002Fpytorch-yolo-v3\u002Fissues\u002F64",[]]