[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bnu-wangxun--Deep_Metric":3,"tool-bnu-wangxun--Deep_Metric":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",150037,2,"2026-04-10T23:33:47",[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":78,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":10,"env_os":93,"env_gpu":94,"env_ram":95,"env_deps":96,"category_tags":101,"github_topics":103,"view_count":10,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":111,"updated_at":112,"faqs":113,"releases":154},3367,"bnu-wangxun\u002FDeep_Metric","Deep_Metric","Deep Metric Learning ","Deep_Metric 是一个基于 PyTorch 构建的开源深度学习工具库，专注于度量学习（Deep Metric Learning），旨在提升图像检索及其他信息检索任务的效果。它通过训练神经网络学习高效的特征嵌入，让相似的图片在向量空间中距离更近，从而解决传统方法在大规模数据下难以精准区分细粒度差异的难题。\n\n该工具非常适合人工智能研究人员和开发者使用，尤其是那些需要复现前沿算法或构建高性能检索系统的技术团队。Deep_Metric 的核心亮点在于集成了多项顶尖成果，包括荣获 CVPR 2020 最佳论文提名的 XBM（跨批次记忆）技术。XBM 不仅能以极低的内存占用（小于 1GB）和仅需几行代码的便捷方式，将检索准确率（R@1）大幅提升 12%~25%，还有效解决了以往研究中实验评估不严谨的问题。此外，库内还实现了多相似度损失（MS Loss）、对比损失等多种经典与改进算法，并提供了 Cars-196、CUB-200 等标准数据集的处理方案与性能基准，帮助用户快速上手并验证模型效果。","## Deep Metric Learning in PyTorch\n\n     Learn deep metric for image retrieval or other information retrieval. \n\n\n#### Our XBM is nominated as best paper in CVPR 2020.\n\n\n#### One Blog on XBM in Zhihu\n\n我写了一个知乎文章，通俗快速解读了XBM想法动机：\n\n[跨越时空的难样本挖掘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F136522363) \n\n欢迎大家阅读指点！\n\n\n\nRecommend one recently released excellent papers in DML not written by me:\n\n#### [A Metric Learning Reality Check](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2003.08505.pdf)\n\nfrom Cornell Tech and Facebook AI\n\nAbstract: Deep metric learning papers from the past four years have consistently claimed great advances in accuracy, often more than doubling the performance of decade-old methods. In this paper, we take a closer look at the field to see if this is actually true. We find flaws in the experimental setup of these papers, and propose a new way to evaluate metric learning algorithms. Finally, we present experimental results that show that the improvements over time have been marginal at best.\n   \n  　　\n   \n### XBM: A New Sota method for DML, accepted by CVPR-2020 as Oral and nominated as best paper:\n\n### [Cross-Batch Memory for Embedding Learning](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1912.06798.pdf) \n\n  - #### Great Improvement: XBM can improve the R@1 by 12~25% on three large-scale datasets\n\n  - #### Easy to implement: with only several lines of codes\n\n  - #### Memory efficient: with less than 1GB for large-scale datasets\n \n  - #### Code has already been released: [xbm](https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss\u002Fblob\u002Fmaster\u002Fret_benchmark\u002Fmodeling\u002Fxbm.py)\n  \n#### Other implementations:\n[pytorch-metric-learning](https:\u002F\u002Fkevinmusgrave.github.io\u002Fpytorch-metric-learning\u002Flosses\u002F#crossbatchmemory)(a great work by Kevin Musgrave)\n \n　　\n　　\n\n### MS Loss based on GPW: Accepted by CVPR 2019 as Poster \n### [Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf) \n  - #### [code released link](https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss)\n  - #### [New Version of paper ](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf), To make my idea to be understand easily, I have rewritten the major part of my paper recently to make it clear. (at 2020-03-24)\n  \n\n \n 　\n### Deep metric methods implemented in this repositories:\n\n- Contrasstive Loss [1]\n\n- Semi-Hard Mining Strategy [2] \n\n- Lifted Structure Loss* [3] (Modified version because of its original weak performance) \n\n- Binomial BinDeviance Loss [4]\n\n- NCA Loss [6]\n\n- Multi-Similarity Loss [7]\n\n### Dataset\n- [Car-196](http:\u002F\u002Fai.stanford.edu\u002F~jkrause\u002Fcars\u002Fcar_devkit.tgz)\n\n   first 98 classes as train set and last 98 classes as test set\n\n- [CUB-200-2011](http:\u002F\u002Fwww.vision.caltech.edu\u002Fvisipedia-data\u002FCUB-200\u002Fimages.tgz)\n\n  first 100 classes as train set and last 100 classes as test set\n\n- [Stanford-Online-Products](ftp:\u002F\u002Fcs.stanford.edu\u002Fcs\u002Fcvgl\u002FStanford_Online_Products.zip)\n  \n  for the experiments, we split 59,551 images of 11,318 classes for training and 60,502 images of 11,316 classes for testing\n\n- [In-Shop-clothes-Retrieval](ftp:\u002F\u002Fcs.stanford.edu\u002Fcs\u002Fcvgl\u002FStanford_Online_Products.zip)\n  \n    For the In-Shop Clothes Retrieval dataset, 3,997 classes with 25,882 images for training.\n    And the test set are partitioned to query set with 3,985 classes(14,218 images) and gallery set with 3,985 classes (12,612 images).\n\n- [Processed CUB and Cars196](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1LPHi72JPupkvUy_1OIn6yA)\n  \n    Extract code: inmj\n   \n    To easily reimplement the performance, I provide the processed datasets: CUB and Cars-196. \n\n\n### Requirements\n* Python >= 3.5\n* PyTorch = 1.0\n \n### Comparasion with state-of-the-art on CUB-200 and Cars-196\n\n|Recall@K | 1 | 2 | 4 | 8 | 16 | 32 | 1 | 2 | 4 | 8 | 16 | 32|\n |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|\n|HDC | 53.6 | 65.7 | 77.0 | 85.6 | 91.5 | 95.5 | 73.7 | 83.2 | 89.5 | 93.8 | 96.7 | 98.4|\n|Clustering | 48.2 | 61.4 | 71.8 | 81.9 | - | - | 58.1 | 70.6 | 80.3 | 87.8 | - | -|\n|ProxyNCA | 49.2 | 61.9 | 67.9 | 72.4 | - | - | 73.2 | 82.4 | 86.4 | 87.8 | - | -|\n|Smart Mining | 49.8 | 62.3 | 74.1 | 83.3 | - | - | 64.7 | 76.2 | 84.2 | 90.2 | - | -|\n|Margin [5] | 63.6| 74.4| 83.1| 90.0| 94.2 | - | 79.6| 86.5| 91.9| 95.1| 97.3 | - |\n|HTL | 57.1| 68.8| 78.7| 86.5| 92.5| 95.5 | 81.4| 88.0| 92.7| 95.7| 97.4| 99.0 |\n|ABIER |57.5 |68.7 |78.3 |86.2 |91.9 |95.5 |82.0 |89.0 |93.2 |96.1 |97.8 |98.7|\n\n\n###  Comparasion with state-of-the-art on SOP and In-shop \n\n|Recall@K | 1 | 10 | 100 | 1000 | 1 | 10 | 20 | 30 | 40 | 50|\n |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|\n|Clustering | 67.0 | 83.7 | 93.2 | - | -| -| -| -| - | -|\n|HDC | 69.5 | 84.4 | 92.8 | 97.7 | 62.1 | 84.9 | 89.0 | 91.2 | 92.3 | 93.1|\n|Margin [5] | 72.7 | 86.2 | 93.8 | 98.0 | -| -| - | -| -| -|\n|Proxy-NCA | 73.7 | - | - | - | -| -| - | - | -| -|\n|ABIER | 74.2 | 86.9 | 94.0 | 97.8 | 83.1 | 95.1 | 96.9 | 97.5 | 97.8 | 98.0|\n|HTL | 74.8| 88.3| 94.8| 98.4 | 80.9| 94.3| 95.8| 97.2| 97.4| 97.8 ||\n\n#### see more detail in our CVPR-2019 paper [Multi-Similarity Loss](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf)\n\n##### Reproducing Car-196 (or CUB-200-2011) experiments \n*** weight :***\n\n```bash\nsh run_train_00.sh\n```\n### Other implementations:\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeonm\u002Ftf_ms_loss\"> [Tensorflow]\u003C\u002Fa> (by geonm)\n\n### References\n\n[1] [R. Hadsell, S. Chopra, and Y. LeCun. Dimensionality reduction\nby learning an invariant mapping]\n\n[2] [F. Schroff, D. Kalenichenko, and J. Philbin. Facenet: A unified\nembedding for face recognition and clustering. In CVPR,\n2015.] \n\n[3][H. Oh Song, Y. Xiang, S. Jegelka, and S. Savarese. Deep\nmetric learning via lifted structured feature embedding. In\nCVPR, 2016.]\n\n[4][D. Yi, Z. Lei, and S. Z. Li. Deep metric learning for practical\nperson re-identification.]\n\n[5][C. Wu, R. Manmatha, A. J. Smola, and P. Kr¨ahenb¨uhl. Sampling\nmatters in deep embedding learning. ICCV, 2017.]\n\n[6][R. Salakhutdinov and G. Hinton. Learning a nonlinear embedding\nby preserving class neighbourhood structure. In\nAISTATS, 2007.]\n\n\n### Citation\n\nIf you use this method or this code in your research, please cite as:\n\n    @inproceedings{wang2019multi,\n    title={Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning},\n    author={Wang, Xun and Han, Xintong and Huang, Weilin and Dong, Dengke and Scott, Matthew R},\n    booktitle={CVPR},\n    year={2019}\n    }\n    \n    @inproceedings{wang2020xbm,\n    title={Cross-Batch Memory for Embedding Learning},\n    author={Wang, Xun and Zhang, haozhi and Huang, Weilin and Scott, Matthew R},\n    booktitle={CVPR},\n    year={2020}\n    }\n","## PyTorch中的深度度量学习\n\n学习用于图像检索或其他信息检索任务的深度度量学习方法。\n\n\n#### 我们的XBM算法被提名CVPR 2020最佳论文。\n\n\n#### 知乎上关于XBM的一篇文章\n\n我在知乎上写了一篇文章，通俗易懂地快速解读了XBM的思想和动机：\n\n[跨越时空的难样本挖掘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F136522363) \n\n欢迎大家阅读并提出宝贵意见！\n\n\n\n推荐一篇最近发表的、非我撰写的优秀DML论文：\n\n#### [度量学习的现实检验](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2003.08505.pdf)\n\n由康奈尔科技与Facebook AI联合发布\n\n摘要：过去四年来，深度度量学习领域的论文不断宣称在准确率方面取得了巨大进展，常常使性能比十年前的方法提升一倍以上。本文对这一领域进行了深入分析，以验证这些说法是否属实。我们发现这些论文在实验设计上存在缺陷，并提出了一种新的评估度量学习算法的方法。最终，我们的实验结果表明，随着时间的推移，性能的提升充其量也只是微不足道的。\n   \n  　　\n   \n### XBM：一种新的SOTA DML方法，已被CVPR-2020接受为口头报告，并被提名为最佳论文：\n\n### [用于嵌入学习的跨批次记忆机制](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1912.06798.pdf) \n\n  - #### 显著提升：XBM可在三个大规模数据集上将R@1指标提升12%至25%\n\n  - #### 易于实现：仅需几行代码即可完成\n\n  - #### 内存高效：处理大规模数据集时内存占用不到1GB\n \n  - #### 代码已公开：[xbm](https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss\u002Fblob\u002Fmaster\u002Fret_benchmark\u002Fmodeling\u002Fxbm.py)\n  \n#### 其他实现：\n[pytorch-metric-learning](https:\u002F\u002Fkevinmusgrave.github.io\u002Fpytorch-metric-learning\u002Flosses\u002F#crossbatchmemory)(由Kevin Musgrave开发的优秀项目)\n \n　　\n　　\n\n### 基于GPW的MS损失：已被CVPR 2019接受为海报展示 \n### [具有通用成对权重的多相似性损失用于深度度量学习](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf) \n  - #### [代码公开链接](https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss)\n  - #### [论文新版本 ](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf)，为了让大家更容易理解我的想法，我最近重写了论文的主要部分，使其更加清晰。（2020年3月24日）\n  \n\n \n 　\n### 本仓库中实现的深度度量学习方法：\n\n- 对比损失 [1]\n\n- 半难样本挖掘策略 [2] \n\n- 提升结构损失* [3] （因其原始性能较弱而进行了改进） \n\n- 二项式BinDeviance损失 [4]\n\n- NCA损失 [6]\n\n- 多相似性损失 [7]\n\n### 数据集\n- [Car-196](http:\u002F\u002Fai.stanford.edu\u002F~jkrause\u002Fcars\u002Fcar_devkit.tgz)\n\n  前98类作为训练集，后98类作为测试集\n\n- [CUB-200-2011](http:\u002F\u002Fwww.vision.caltech.edu\u002Fvisipedia-data\u002FCUB-200\u002Fimages.tgz)\n\n  前100类作为训练集，后100类作为测试集\n\n- [斯坦福在线产品](ftp:\u002F\u002Fcs.stanford.edu\u002Fcs\u002Fcvgl\u002FStanford_Online_Products.zip)\n  \n  用于实验的部分，我们将11,318个类别的59,551张图片划分为训练集，11,316个类别的60,502张图片划分为测试集。\n\n- [In-Shop服装检索](ftp:\u002F\u002Fcs.stanford.edu\u002Fcs\u002Fcvgl\u002FStanford_Online_Products.zip)\n  \n    对于In-Shop服装检索数据集，包含3,997个类别的25,882张图片用于训练。\n    测试集则分为查询集（3,985个类别的14,218张图片）和画廊集（3,985个类别的12,612张图片）。\n\n- [预处理过的CUB和Cars196](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1LPHi72JPupkvUy_1OIn6yA)\n  \n    提取码：inmj\n   \n    为了便于复现实验效果，我提供了预处理过的CUB和Cars-196数据集。\n\n\n### 环境要求\n* Python >= 3.5\n* PyTorch = 1.0\n \n### 在CUB-200和Cars-196上的SOTA对比\n\n|Recall@K | 1 | 2 | 4 | 8 | 16 | 32 | 1 | 2 | 4 | 8 | 16 | 32|\n |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|\n|HDC | 53.6 | 65.7 | 77.0 | 85.6 | 91.5 | 95.5 | 73.7 | 83.2 | 89.5 | 93.8 | 96.7 | 98.4|\n|聚类 | 48.2 | 61.4 | 71.8 | 81.9 | - | - | 58.1 | 70.6 | 80.3 | 87.8 | - | -|\n|ProxyNCA | 49.2 | 61.9 | 67.9 | 72.4 | - | - | 73.2 | 82.4 | 86.4 | 87.8 | - | -|\n|智能挖掘 | 49.8 | 62.3 | 74.1 | 83.3 | - | - | 64.7 | 76.2 | 84.2 | 90.2 | - | -|\n|Margin [5] | 63.6| 74.4| 83.1| 90.0| 94.2 | - | 79.6| 86.5| 91.9| 95.1| 97.3 | - |\n|HTL | 57.1| 68.8| 78.7| 86.5| 92.5| 95.5 | 81.4| 88.0| 92.7| 95.7| 97.4| 99.0 |\n|ABIER |57.5 |68.7 |78.3 |86.2 |91.9 |95.5 |82.0 |89.0 |93.2 |96.1 |97.8 |98.7|\n\n\n### 在SOP和In-shop上的SOTA对比\n\n|Recall@K | 1 | 10 | 100 | 1000 | 1 | 10 | 20 | 30 | 40 | 50|\n |:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|:-:|\n|聚类 | 67.0 | 83.7 | 93.2 | - | -| -| -| -| - | -|\n|HDC | 69.5 | 84.4 | 92.8 | 97.7 | 62.1 | 84.9 | 89.0 | 91.2 | 92.3 | 93.1|\n|Margin [5] | 72.7 | 86.2 | 93.8 | 98.0 | -| -| - | -| -| -|\n|Proxy-NCA | 73.7 | - | - | - | -| -| - | - | -| -|\n|ABIER | 74.2 | 86.9 | 94.0 | 97.8 | 83.1 | 95.1 | 96.9 | 97.5 | 97.8 | 98.0|\n|HTL | 74.8| 88.3| 94.8| 98.4 | 80.9| 94.3| 95.8| 97.2| 97.4| 97.8 ||\n\n#### 更多细节请参阅我们在CVPR-2019发表的论文[多相似性损失](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1904.06627.pdf)\n\n##### 复现Car-196（或CUB-200-2011）实验 \n*** 权重 :***\n\n```bash\nsh run_train_00.sh\n```\n### 其他实现：\n\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeonm\u002Ftf_ms_loss\"> [TensorFlow]\u003C\u002Fa> (由geonm提供)\n\n### 参考文献\n\n[1] [R. Hadsell, S. Chopra, and Y. LeCun. 通过学习不变映射进行降维]\n\n[2] [F. Schroff, D. Kalenichenko, and J. Philbin. FaceNet：用于人脸识别和聚类的统一嵌入。CVPR，2015年。]\n\n[3][H. Oh Song, Y. Xiang, S. Jegelka, and S. Savarese. 通过提升结构化特征嵌入进行深度度量学习。CVPR，2016年。]\n\n[4][D. Yi, Z. Lei, and S. Z. Li. 面向实际应用的人体再识别的深度度量学习。]\n\n[5][C. Wu, R. Manmatha, A. J. Smola, and P. Kr¨ahenb¨uhl. 深度嵌入学习中的采样问题。ICCV，2017年。]\n\n[6][R. Salakhutdinov and G. Hinton. 通过保持类别邻域结构来学习非线性嵌入。AISTATS，2007年。]\n\n\n### 引用方式\n\n如果您在研究中使用了本方法或代码，请按以下方式引用：\n\n    @inproceedings{wang2019multi,\n    title={Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning},\n    author={Wang, Xun and Han, Xintong and Huang, Weilin and Dong, Dengke and Scott, Matthew R},\n    booktitle={CVPR},\n    year={2019}\n    }\n    \n    @inproceedings{wang2020xbm,\n    title={Cross-Batch Memory for Embedding Learning},\n    author={Wang, Xun and Zhang, haozhi and Huang, Weilin and Scott, Matthew R},\n    booktitle={CVPR},\n    year={2020}\n    }","# Deep_Metric 快速上手指南\n\nDeep_Metric 是一个基于 PyTorch 的深度学习度量学习（Deep Metric Learning, DML）开源库，主要用于图像检索等任务。该仓库实现了多种主流损失函数（如 Multi-Similarity Loss），并包含了在 CVPR 2020 获最佳论文提名的 **XBM (Cross-Batch Memory)** 方法。\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 \u002F Windows\n*   **Python**: >= 3.5\n*   **深度学习框架**: PyTorch == 1.0 (或兼容版本)\n*   **其他依赖**: 建议安装 `torchvision` 以加载标准数据集\n\n> **提示**：国内用户可使用清华源或阿里源加速 Python 包的安装。\n\n## 安装步骤\n\n### 1. 克隆项目代码\n将仓库克隆到本地：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss.git\ncd research-ms-loss\n```\n\n### 2. 安装依赖\n虽然 README 未提供 `requirements.txt`，但核心依赖仅为 PyTorch。您可以使用以下命令安装（推荐国内镜像源）：\n\n```bash\npip install torch==1.0.0 torchvision==0.2.0 -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 准备数据集\n项目支持 Car-196, CUB-200-2011, Stanford-Online-Products (SOP), In-Shop Clothes 等数据集。\n\n*   **自动下载**：部分脚本可能支持自动下载，需检查具体数据集加载代码。\n*   **手动下载（推荐）**：作者提供了处理好的 CUB 和 Cars-196 数据集以便复现结果。\n    *   下载地址：[百度网盘链接](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1LPHi72JPupkvUy_1OIn6yA)\n    *   提取码：`inmj`\n    *   解压后请将数据放置在项目指定的 `data` 目录下（具体路径请参考代码中的 `dataset` 配置）。\n\n## 基本使用\n\n本仓库最核心的功能是训练深度度量学习模型。以下以复现 **Car-196** 或 **CUB-200-2011** 数据集上的实验为例。\n\n### 运行训练脚本\n项目根目录提供了封装好的 Shell 脚本，可直接启动训练流程。这将默认使用 Multi-Similarity Loss (MS Loss) 或其他配置的损失函数进行训练。\n\n```bash\nsh run_train_00.sh\n```\n\n### 代码结构简析\n*   **损失函数实现**: 在 `losses` 相关模块中，包含 Contrastive Loss, Triplet Loss (Semi-Hard), Lifted Structure Loss, Binomial Deviance Loss, NCA Loss 以及核心的 **Multi-Similarity Loss**。\n*   **XBM 模块**: 跨批次记忆模块代码位于 `ret_benchmark\u002Fmodeling\u002Fxbm.py`，可轻松集成到现有模型中以提升 Recall@1 指标（提升幅度约 12%~25%）。\n*   **模型评估**: 训练完成后，脚本会自动在测试集上计算 Recall@K 指标（K=1, 2, 4, 8, 16, 32 等）。\n\n### 自定义开发\n若需在自有数据集上使用 XBM 或 MS Loss，可参考 `ret_benchmark` 目录下的建模逻辑，仅需几行代码即可将 `CrossBatchMemory` 嵌入到您的 PyTorch 训练循环中。","某电商平台的算法团队正在构建新一代“以图搜图”系统，旨在让用户上传商品照片即可快速找到同款或相似款式的服装。\n\n### 没有 Deep_Metric 时\n- **检索准确率低**：传统模型难以区分细微差异（如领口形状、纽扣样式），用户搜索“白色衬衫”常返回大量不相关的 T 恤或外套。\n- **难样本挖掘效率差**：训练过程中无法有效利用跨批次（Cross-Batch）的负样本，导致模型在面对外观极度相似的干扰项时表现疲软。\n- **资源消耗巨大**：为了提升精度不得不增大批量尺寸（Batch Size），导致显存占用飙升，普通显卡无法承载大规模数据集训练。\n- **迭代周期漫长**：由于收敛速度慢且效果提升边际效应明显，团队需花费数周调整参数才能看到微弱的性能增长。\n\n### 使用 Deep_Metric 后\n- **精准匹配同款**：引入 XBM（跨批次记忆）和 MS Loss 技术后，模型能捕捉深层语义特征，在 CUB 和 Cars 等数据集验证过的能力迁移至服装库，Recall@1 指标显著提升。\n- **高效难例学习**：Deep_Metric 通过几行代码即可实现跨批次记忆机制，让模型在训练中“记住”更多历史难样本，大幅增强了对相似款式的辨别力。\n- **显存占用极低**：即使在大规模数据集上，该工具也能将显存占用控制在 1GB 以内，使得在有限硬件条件下训练高精度模型成为可能。\n- **快速落地见效**：凭借成熟的 PyTorch 实现和优化的损失函数，团队仅需少量代码修改即可完成部署，迅速将检索准确率提升至行业领先水平。\n\nDeep_Metric 通过创新的跨批次记忆与多相似度损失机制，以极低的计算成本解决了图像检索中“找得准”与“训得快”的核心矛盾。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbnu-wangxun_Deep_Metric_cf4c4f17.png","bnu-wangxun","wangxun","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbnu-wangxun_ab71554a.jpg","Image Representation Learning\r\n\r\n",null,"shenzhen","https:\u002F\u002Fbnu-wangxun.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",98.7,{"name":86,"color":87,"percentage":88},"Shell","#89e051",1.3,779,145,"2026-03-20T02:21:03","Apache-2.0","","未说明（基于 PyTorch 的深度学习项目通常建议使用 NVIDIA GPU，但文中未明确型号或显存要求）","XBM 方法提及处理大规模数据集时内存占用小于 1GB，但未说明系统总 RAM 需求",{"notes":97,"python":98,"dependencies":99},"该项目主要依赖 PyTorch 1.0 版本。文中特别提到其提出的 XBM 方法在大规模数据集上运行时额外内存占用小于 1GB。数据集链接包含百度网盘地址，国内用户下载可能更方便。代码提供了多种损失函数的实现（如 Multi-Similarity Loss, Contrastive Loss 等）。",">=3.5",[100],"PyTorch==1.0",[15,14,102],"其他",[104,105,106,107,108,109,110],"deep-metric-learning","image-retrieval","cvpr","loss-function","multi-similarity-loss","xbm","embedding-learning","2026-03-27T02:49:30.150509","2026-04-11T18:33:10.578085",[114,119,124,129,134,139,144,149],{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},15707,"运行代码时出现 'AttributeError: float object has no attribute backward' 错误，如何解决？","这是一个已知问题，通常发生在 PyTorch 0.4.1 等版本中。维护者已确认该 Bug 并承诺修复。临时解决方案是参考评论中的建议修改代码逻辑，确保损失值（loss）是一个具有梯度历史的 Tensor 而不是普通的 float 对象。维护者提到会在近期更新代码以修复此问题（包括 NCALoss 中存在的相同问题）。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F26",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},15708,"Weight Loss (权重损失) 对应的论文是什么？如何引用？","Weight Loss 对应的论文是 CVPR 2019 发表的《Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning》。引用格式如下：\n@inproceedings{wang2019multi,\n  title={Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning},\n  author={Wang, Xun and Han, Xintong and Huang, Weilin and Dong, Dengke and Scott, Matthew R},\n  booktitle={CVPR},\n  year={2019}\n}","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F51",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},15709,"为什么仓库中没有提供 Weight Loss 的代码实现？","由于公司政策原因，作者删除了 Weight Loss 的具体代码。但是，作者表示可以根据二项式偏差损失（binomial deviance loss）和相关论文自行实现，代码量不超过 5 行。建议用户参考论文进行复现。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F32",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},15710,"Multi-Similarity Loss (多相似度损失) 的代码在哪里可以找到？","Multi-Similarity Loss 的代码不在当前仓库中，而是托管在另一个独立的仓库中。请访问以下链接获取：https:\u002F\u002Fgithub.com\u002FMalongTech\u002Fresearch-ms-loss","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F39",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},15711,"SemiHard Loss 的具体细节或对应论文是什么？","关于 SemiHard Loss 的详细信息和原始定义，请参考 FaceNet 论文。该项目中的实现基于 FaceNet 提出的方法。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F46",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},15712,"在 XBM 算法中，将嵌入向量 detach() 后放入队列，是否会导致无法计算旧批次特征的梯度？","你的理解是正确的。在该算法设计中，确实不计算来自旧批次特征（即队列中的 anchors）的梯度。代码逻辑 `sim = torch.matmul(anchors.transpose(), M.feats)` 表明，梯度只会反向传播到当前批次的特征（M.feats）上，而旧批次的嵌入被视为常数参与相似度计算，不保留梯度历史。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F45",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},15713,"代码中 Weight.py 里的 resize 操作是做什么的？有什么限制条件？","该 resize 操作仅在从每个类别中采样相同数量样本（equal number of samples from each class）时才有效。如果采样策略不是平衡的（例如 y_ 不等于 8*list(range(num_class))），则该 resize 逻辑可能不合理。作者承认代码目前不够通用，正在尝试改进以支持更一般的采样情况。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F15",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},15714,"RAW+VTHM 方法对应的参考论文是哪篇？","RAW+VTHM 指的是仓库中 losses\u002Fweight.py 文件实现的 Weight Loss 方法。其对应的详细论文信息请参阅关于 Weight Loss 引用的相关问答（即 CVPR 2019 的 Multi-Similarity Loss 论文）。","https:\u002F\u002Fgithub.com\u002Fbnu-wangxun\u002FDeep_Metric\u002Fissues\u002F13",[]]