[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bubbliiiing--yolov4-tiny-pytorch":3,"tool-bubbliiiing--yolov4-tiny-pytorch":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":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":10,"env_os":91,"env_gpu":91,"env_ram":91,"env_deps":92,"category_tags":96,"github_topics":79,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":97,"updated_at":98,"faqs":99,"releases":130},1936,"bubbliiiing\u002Fyolov4-tiny-pytorch","yolov4-tiny-pytorch"," 这是一个YoloV4-tiny-pytorch的源码，可以用于训练自己的模型。","YOLOv4-Tiny-PyTorch 是一个轻量级目标检测模型的 PyTorch 实现，专为高效实时检测场景优化。它在保持较高精度的同时显著降低计算资源需求，适合部署在边缘设备或移动终端。项目提供完整的训练、预测和评估流程，支持多GPU训练、动态学习率调整及多种优化器选择，并包含详细的代码注释和示例。开发者和研究人员可快速训练自定义数据集，适用于安防监控、工业质检等实时检测场景。最新版本新增 heatmap 可视化、目标数量统计及图片裁剪功能，提供 VOC 和 COCO 预训练权重，配置灵活且文档详尽，轻松上手。","## YOLOV4-Tiny：You Only Look Once-Tiny目标检测模型在Pytorch当中的实现\n---\n\n## 目录\n1. [仓库更新 Top News](#仓库更新)\n2. [相关仓库 Related code](#相关仓库)\n3. [性能情况 Performance](#性能情况)\n4. [所需环境 Environment](#所需环境)\n5. [文件下载 Download](#文件下载)\n6. [训练步骤 How2train](#训练步骤)\n7. [预测步骤 How2predict](#预测步骤)\n8. [评估步骤 How2eval](#评估步骤)\n9. [参考资料 Reference](#Reference)\n\n## Top News\n**`2022-04`**:**支持多GPU训练，新增各个种类目标数量计算，新增heatmap。**  \n\n**`2022-03`**:**进行了大幅度的更新，修改了loss组成，使得分类、目标、回归loss的比例合适、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。**\nBiliBili视频中的原仓库地址为：https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Ftree\u002Fbilibili\n\n**`2021-10`**:**进行了大幅度的更新，增加了大量注释、增加了大量可调整参数、对代码的组成模块进行修改、增加fps、视频预测、批量预测等功能。**    \n\n## 相关仓库\n| 模型 | 路径 |\n| :----- | :----- |\nYoloV3 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolo3-pytorch  \nEfficientnet-Yolo3 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fefficientnet-yolo3-pytorch  \nYoloV4 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-pytorch\nYoloV4-tiny | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\nMobilenet-Yolov4 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fmobilenet-yolov4-pytorch\nYoloV5-V5.0 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov5-pytorch\nYoloV5-V6.1 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov5-v6.1-pytorch\nYoloX | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolox-pytorch\nYoloV7 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov7-pytorch\nYoloV7-tiny | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov7-tiny-pytorch\n\n## 性能情况\n| 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 |\n| :-----: | :-----: | :------: | :------: | :------: | :-----: |\n| VOC07+12+COCO | [yolov4_tiny_weights_voc.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc.pth) | VOC-Test07 | 416x416 | - | 77.8\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_SE.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_SE.pth) | VOC-Test07 | 416x416 | - | 78.4\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_CBAM.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_CBAM.pth) | VOC-Test07 | 416x416 | - | 78.6\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_ECA.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_ECA.pth) | VOC-Test07 | 416x416 | - | 77.6\n| COCO-Train2017 | [yolov4_tiny_weights_coco.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_coco.pth) | COCO-Val2017 | 416x416 | 21.5 | 41.0\n\n## 所需环境\ntorch==1.2.0\n\n## 文件下载\n训练所需的各类权值均可在百度网盘中下载。    \n链接: https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1ABR6lOd0_cs5_2DORrMSRw      \n提取码: iauv    \n\nVOC数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分：  \n链接: https:\u002F\u002Fpan.baidu.com\u002Fs\u002F19Mw2u_df_nBzsC2lg20fQA    \n提取码: j5ge  \n\n## 训练步骤\n### a、训练VOC07+12数据集\n1. 数据集的准备   \n**本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集，解压后放在根目录**  \n\n2. 数据集的处理   \n修改voc_annotation.py里面的annotation_mode=2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。   \n\n3. 开始网络训练   \ntrain.py的默认参数用于训练VOC数据集，直接运行train.py即可开始训练。   \n\n4. 训练结果预测   \n训练结果预测需要用到两个文件，分别是yolo.py和predict.py。我们首先需要去yolo.py里面修改model_path以及classes_path，这两个参数必须要修改。   \n**model_path指向训练好的权值文件，在logs文件夹里。   \nclasses_path指向检测类别所对应的txt。**   \n完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。   \n\n### b、训练自己的数据集\n1. 数据集的准备  \n**本文使用VOC格式进行训练，训练前需要自己制作好数据集，**    \n训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。   \n训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。   \n\n2. 数据集的处理  \n在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。   \n修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。   \n训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。   \nmodel_data\u002Fcls_classes.txt文件内容为：      \n```python\ncat\ndog\n...\n```\n修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。  \n\n3. 开始网络训练  \n**训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。**  \n**classes_path用于指向检测类别所对应的txt，这个txt和voc_annotation.py里面的txt一样！训练自己的数据集必须要修改！**  \n修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。  \n\n4. 训练结果预测  \n训练结果预测需要用到两个文件，分别是yolo.py和predict.py。在yolo.py里面修改model_path以及classes_path。  \n**model_path指向训练好的权值文件，在logs文件夹里。  \nclasses_path指向检测类别所对应的txt。**  \n完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。  \n\n## 预测步骤\n### a、使用预训练权重\n1. 下载完库后解压，在百度网盘下载yolo_weights.pth，放入model_data，运行predict.py，输入  \n```python\nimg\u002Fstreet.jpg\n```\n2. 在predict.py里面进行设置可以进行fps测试和video视频检测。  \n### b、使用自己训练的权重\n1. 按照训练步骤训练。  \n2. 在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；**model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类**。  \n```python\n_defaults = {\n    #--------------------------------------------------------------------------#\n    #   使用自己训练好的模型进行预测一定要修改model_path和classes_path！\n    #   model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt\n    #   如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改\n    #--------------------------------------------------------------------------#\n    \"model_path\"        : 'model_data\u002Fyolov4_tiny_weights_coco.pth',\n    \"classes_path\"      : 'model_data\u002Fcoco_classes.txt',\n    #---------------------------------------------------------------------#\n    #   anchors_path代表先验框对应的txt文件，一般不修改。\n    #   anchors_mask用于帮助代码找到对应的先验框，一般不修改。\n    #---------------------------------------------------------------------#\n    \"anchors_path\"      : 'model_data\u002Fyolo_anchors.txt',\n    \"anchors_mask\"      : [[3,4,5], [1,2,3]],\n    #-------------------------------#\n    #   所使用的注意力机制的类型\n    #   phi = 0为不使用注意力机制\n    #   phi = 1为SE\n    #   phi = 2为CBAM\n    #   phi = 3为ECA\n    #-------------------------------#\n    \"phi\"               : 0,  \n    #---------------------------------------------------------------------#\n    #   输入图片的大小，必须为32的倍数。\n    #---------------------------------------------------------------------#\n    \"input_shape\"       : [416, 416],\n    #---------------------------------------------------------------------#\n    #   只有得分大于置信度的预测框会被保留下来\n    #---------------------------------------------------------------------#\n    \"confidence\"        : 0.5,\n    #---------------------------------------------------------------------#\n    #   非极大抑制所用到的nms_iou大小\n    #---------------------------------------------------------------------#\n    \"nms_iou\"           : 0.3,\n    #---------------------------------------------------------------------#\n    #   该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize，\n    #   在多次测试后，发现关闭letterbox_image直接resize的效果更好\n    #---------------------------------------------------------------------#\n    \"letterbox_image\"   : False,\n    #-------------------------------#\n    #   是否使用Cuda\n    #   没有GPU可以设置成False\n    #-------------------------------#\n    \"cuda\"              : True,\n}\n```\n3. 运行predict.py，输入  \n```python\nimg\u002Fstreet.jpg\n```\n4. 在predict.py里面进行设置可以进行fps测试和video视频检测。  \n\n## 评估步骤 \n### a、评估VOC07+12的测试集\n1. 本文使用VOC格式进行评估。VOC07+12已经划分好了测试集，无需利用voc_annotation.py生成ImageSets文件夹下的txt。\n2. 在yolo.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。**  \n3. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。\n\n### b、评估自己的数据集\n1. 本文使用VOC格式进行评估。  \n2. 如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。\n3. 利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。\n4. 在yolo.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。**  \n5. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。\n\n## Reference\nhttps:\u002F\u002Fgithub.com\u002Fqqwweee\u002Fkeras-yolo3\u002F  \nhttps:\u002F\u002Fgithub.com\u002FCartucho\u002FmAP  \nhttps:\u002F\u002Fgithub.com\u002FMa-Dan\u002Fkeras-yolo4  \n","## YOLOV4-Tiny：You Only Look Once-Tiny目标检测模型在Pytorch当中的实现\n---\n\n## 目录\n1. [仓库更新 Top News](#仓库更新)\n2. [相关仓库 Related code](#相关仓库)\n3. [性能情况 Performance](#性能情况)\n4. [所需环境 Environment](#所需环境)\n5. [文件下载 Download](#文件下载)\n6. [训练步骤 How2train](#训练步骤)\n7. [预测步骤 How2predict](#预测步骤)\n8. [评估步骤 How2eval](#评估步骤)\n9. [参考资料 Reference](#Reference)\n\n## Top News\n**`2022-04`**:**支持多GPU训练，新增各个种类目标数量计算，新增heatmap。**  \n\n**`2022-03`**:**进行了大幅度的更新，修改了loss组成，使得分类、目标、回归loss的比例合适、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。**\nBiliBili视频中的原仓库地址为：https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Ftree\u002Fbilibili\n\n**`2021-10`**:**进行了大幅度的更新，增加了大量注释、增加了大量可调整参数、对代码的组成模块进行修改、增加fps、视频预测、批量预测等功能。**    \n\n## 相关仓库\n| 模型 | 路径 |\n| :----- | :----- |\nYoloV3 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolo3-pytorch  \nEfficientnet-Yolo3 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fefficientnet-yolo3-pytorch  \nYoloV4 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-pytorch\nYoloV4-tiny | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\nMobilenet-Yolov4 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fmobilenet-yolov4-pytorch\nYoloV5-V5.0 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov5-pytorch\nYoloV5-V6.1 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov5-v6.1-pytorch\nYoloX | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolox-pytorch\nYoloV7 | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov7-pytorch\nYoloV7-tiny | https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov7-tiny-pytorch\n\n## 性能情况\n| 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 |\n| :-----: | :-----: | :------: | :------: | :------: | :-----: |\n| VOC07+12+COCO | [yolov4_tiny_weights_voc.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc.pth) | VOC-Test07 | 416x416 | - | 77.8\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_SE.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_SE.pth) | VOC-Test07 | 416x416 | - | 78.4\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_CBAM.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_CBAM.pth) | VOC-Test07 | 416x416 | - | 78.6\n| VOC07+12+COCO | [yolov4_tiny_weights_voc_ECA.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_voc_ECA.pth) | VOC-Test07 | 416x416 | - | 77.6\n| COCO-Train2017 | [yolov4_tiny_weights_coco.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_coco.pth) | COCO-Val2017 | 416x416 | 21.5 | 41.0\n\n## 所需环境\ntorch==1.2.0\n\n## 文件下载\n训练所需的各类权值均可在百度网盘中下载。    \n链接: https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1ABR6lOd0_cs5_2DORrMSRw      \n提取码: iauv    \n\nVOC数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分：  \n链接: https:\u002F\u002Fpan.baidu.com\u002Fs\u002F19Mw2u_df_nBzsC2lg20fQA    \n提取码: j5ge  \n\n## 训练步骤\n### a、训练VOC07+12数据集\n1. 数据集的准备   \n**本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集，解压后放在根目录**  \n\n2. 数据集的处理   \n修改voc_annotation.py里面的annotation_mode=2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。   \n\n3. 开始网络训练   \ntrain.py的默认参数用于训练VOC数据集，直接运行train.py即可开始训练。   \n\n4. 训练结果预测   \n训练结果预测需要用到两个文件，分别是yolo.py和predict.py。我们首先需要去yolo.py里面修改model_path以及classes_path，这两个参数必须要修改。   \n**model_path指向训练好的权值文件，在logs文件夹里。   \nclasses_path指向检测类别所对应的txt。**   \n完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。   \n\n### b、训练自己的数据集\n1. 数据集的准备  \n**本文使用VOC格式进行训练，训练前需要自己制作好数据集，**    \n训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。   \n训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。   \n\n2. 数据集的处理  \n在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。   \n修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。   \n训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。   \nmodel_data\u002Fcls_classes.txt文件内容为：      \n```python\ncat\ndog\n...\n```\n修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。  \n\n3. 开始网络训练  \n**训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。**  \n**classes_path用于指向检测类别所对应的txt，这个txt和voc_annotation.py里面的txt一样！训练自己的数据集必须要修改！**  \n修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。  \n\n4. 训练结果预测  \n训练结果预测需要用到两个文件，分别是yolo.py和predict.py。在yolo.py里面修改model_path以及classes_path。  \n**model_path指向训练好的权值文件，在logs文件夹里。  \nclasses_path指向检测类别所对应的txt。**  \n完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。  \n\n## 预测步骤\n### a、使用预训练权重\n1. 下载完库后解压，在百度网盘下载yolo_weights.pth，放入model_data，运行predict.py，输入  \n```python\nimg\u002Fstreet.jpg\n```\n2. 在predict.py里面进行设置可以进行fps测试和video视频检测。  \n### b、使用自己训练的权重\n1. 按照训练步骤训练。  \n2. 在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；**model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类**。  \n```python\n_defaults = {\n    #--------------------------------------------------------------------------#\n    #   使用自己训练好的模型进行预测一定要修改model_path和classes_path！\n    #   model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt\n    #   如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改\n    #--------------------------------------------------------------------------#\n    \"model_path\"        : 'model_data\u002Fyolov4_tiny_weights_coco.pth',\n    \"classes_path\"      : 'model_data\u002Fcoco_classes.txt',\n    #---------------------------------------------------------------------#\n    #   anchors_path代表先验框对应的txt文件，一般不修改。\n    #   anchors_mask用于帮助代码找到对应的先验框，一般不修改。\n    #---------------------------------------------------------------------#\n    \"anchors_path\"      : 'model_data\u002Fyolo_anchors.txt',\n    \"anchors_mask\"      : [[3,4,5], [1,2,3]],\n    #-------------------------------#\n    #   所使用的注意力机制的类型\n    #   phi = 0为不使用注意力机制\n    #   phi = 1为SE\n    #   phi = 2为CBAM\n    #   phi = 3为ECA\n    #-------------------------------#\n    \"phi\"               : 0,  \n    #---------------------------------------------------------------------#\n    #   输入图片的大小，必须为32的倍数。\n    #---------------------------------------------------------------------#\n    \"input_shape\"       : [416, 416],\n    #---------------------------------------------------------------------#\n    #   只有得分大于置信度的预测框会被保留下来\n    #---------------------------------------------------------------------#\n    \"confidence\"        : 0.5,\n    #---------------------------------------------------------------------#\n    #   非极大抑制所用到的nms_iou大小\n    #---------------------------------------------------------------------#\n    \"nms_iou\"           : 0.3,\n    #---------------------------------------------------------------------#\n    #   该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize，\n    #   在多次测试后，发现关闭letterbox_image直接resize的效果更好\n    #---------------------------------------------------------------------#\n    \"letterbox_image\"   : False,\n    #-------------------------------#\n    #   是否使用Cuda\n    #   没有GPU可以设置成False\n    #-------------------------------#\n    \"cuda\"              : True,\n}\n```\n3. 运行predict.py，输入  \n```python\nimg\u002Fstreet.jpg\n```\n4. 在predict.py里面进行设置可以进行fps测试和video视频检测。  \n\n## 评估步骤 \n### a、评估VOC07+12的测试集\n1. 本文使用VOC格式进行评估。VOC07+12已经划分好了测试集，无需利用voc_annotation.py生成ImageSets文件夹下的txt。\n2. 在yolo.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。**  \n3. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。\n\n### b、评估自己的数据集\n1. 本文使用VOC格式进行评估。  \n2. 如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。\n3. 利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。\n4. 在yolo.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。**  \n5. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。\n\n## 参考文献\nhttps:\u002F\u002Fgithub.com\u002Fqqwweee\u002Fkeras-yolo3\u002F  \nhttps:\u002F\u002Fgithub.com\u002FCartucho\u002FmAP  \nhttps:\u002F\u002Fgithub.com\u002FMa-Dan\u002Fkeras-yolo4","# YOLOv4-Tiny-PyTorch 快速上手指南\n\n## 环境准备\n- **系统要求**：Windows\u002FLinux\u002FmacOS  \n- **Python版本**：3.6+  \n- **核心依赖**：  \n  - PyTorch 1.2.0（建议CUDA 10.0+版本）  \n  - opencv-python、numpy、pillow、matplotlib  \n\n## 安装步骤\n1. 克隆仓库并进入目录：\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\n   cd yolov4-tiny-pytorch\n   ```\n\n2. 安装依赖（使用清华源加速）：\n   ```bash\n   pip install torch==1.2.0 torchvision==0.4.0 -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   pip install opencv-python numpy pillow matplotlib -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n   ```\n\n## 基本使用\n1. **下载预训练权重**  \n   从百度网盘获取（链接: https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1ABR6lOd0_cs5_2DORrMSRw 提取码: iauv），或直接下载 [yolov4_tiny_weights_coco.pth](https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Freleases\u002Fdownload\u002Fv1.0\u002Fyolov4_tiny_weights_coco.pth) 到 `model_data` 目录。\n\n2. **运行预测**  \n   ```bash\n   python predict.py img\u002Fstreet.jpg\n   ```\n   > 输入图片路径即可检测，支持批量图片和视频检测（修改 `predict.py` 中的配置参数）","某苹果种植园的管理员每天需手动巡查数百棵果树检查害虫，以减少农药使用和提高产量，但效率低下且不准确，尤其在雨天或夜间难以巡查。\n\n### 没有 yolov4-tiny-pytorch 时\n- 手动巡查耗时，每天需2小时，占用大量人力\n- 人工识别害虫易出错，误报率高达30%，导致过度喷洒农药\n- 害虫爆发时无法及时发现，造成作物损失\n- 数据记录靠手写，难以分析趋势，优化种植策略困难\n\n### 使用 yolov4-tiny-pytorch 后\n- 自动化监控系统实时分析摄像头画面，巡查时间缩短至10分钟\u002F天，支持24\u002F7全天候监测\n- 高精度识别害虫，误报率降至5%以下，农药使用量减少40%\n- 实时预警功能在害虫出现时立即通知管理员，及时处理避免损失\n- 数据自动存储生成报告，便于分析害虫规律，优化防治策略，每年减少损失10%\n\nyolov4-tiny-pytorch让果园害虫监控从低效人工转向智能高效，显著提升产量并降低成本。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbubbliiiing_yolov4-tiny-pytorch_51e11234.png","bubbliiiing","Bubbliiiing","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbubbliiiing_ad57dd39.jpg","Bubbliiiing哔哩哔哩空间： \r\nhttps:\u002F\u002Fspace.bilibili.com\u002F472467171   ",null,"https:\u002F\u002Fblog.csdn.net\u002Fweixin_44791964","https:\u002F\u002Fgithub.com\u002Fbubbliiiing",[83],{"name":84,"color":85,"percentage":86},"Python","#3572A5",100,829,184,"2026-04-05T06:52:03","MIT","未说明",{"notes":93,"python":91,"dependencies":94},"需从百度网盘下载预训练模型和VOC数据集，训练前需解压数据集到项目根目录",[95],"torch==1.2.0",[14],"2026-03-27T02:49:30.150509","2026-04-06T07:11:47.559660",[100,105,110,115,120,125],{"id":101,"question_zh":102,"answer_zh":103,"source_url":104},8888,"通道合并顺序是否反了，导致精度低？","是的，需要将torch.cat([feat1,P5_Upsample],axis=1)修改为torch.cat([P5_Upsample,feat1],axis=1)。但带训练的话影响不大。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F4",{"id":106,"question_zh":107,"answer_zh":108,"source_url":109},8889,"单目标检测时是否需要删除分类loss？","不需要删除分类loss，保持原样即可。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F45",{"id":111,"question_zh":112,"answer_zh":113,"source_url":114},8884,"val_loss为1.6，map=0是什么原因？","可能没有使用预训练权重。建议多训练几轮，或关闭mosaic数据增强。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F2",{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},8885,"训练速度慢，20多个小时才300+epoch，如何优化？","一般默认100代就够了，300+epoch已经足够，无需训练更多。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F22",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},8886,"同样的权重，测的map却不一样，报错没有发现id，如何解决？","删除map out目录即可。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F106",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},8887,"加载state_dict时出现Unexpected key错误，如何解决？","检查是否不小心删除了resblock_body2这行代码。","https:\u002F\u002Fgithub.com\u002Fbubbliiiing\u002Fyolov4-tiny-pytorch\u002Fissues\u002F34",[131,136,141,146],{"id":132,"version":133,"summary_zh":134,"released_at":135},106269,"v3.1","## 重要更新\r\n- 增加了训练时评估，可以在train.py进行开关或者调整评估周期。\r\n- 更新了评估代码，可以设置计算Recall和Precision的门限。\r\n- 在summary.py新增网络各类参数计算。\r\n- 增加保存权值的方法，loss最低、最近一次等。\r\n- 新增大量注释。","2022-07-16T08:11:53",{"id":137,"version":138,"summary_zh":139,"released_at":140},106270,"v3.0","## 重要更新\r\n- 修改了loss组成，使得分类、目标、回归loss的比例合适。\r\n- 支持step、cos学习率下降法。\r\n- 支持adam、sgd优化器选择。\r\n- 支持学习率根据batch_size自适应调整。\r\n- 支持不同预测模式的选择，单张图片预测、文件夹预测、视频预测、图片裁剪、heatmap、各个种类目标数量计算。\r\n- 更新summary.py文件，用于观看网络结构。\r\n- 增加了多GPU训练。","2022-04-22T11:35:24",{"id":142,"version":143,"summary_zh":144,"released_at":145},106271,"v2.0","## 重要更新\r\n- 更新train.py文件，增加了大量的注释，增加多个可调整参数，多注意力选择。\r\n- 更新predict.py文件，增加了大量的注释，增加fps、视频预测、批量预测等功能。\r\n- 更新yolo.py文件，增加了大量的注释，增加先验框选择、置信度、非极大抑制等参数。\r\n- 合并get_dr_txt.py、get_gt_txt.py和get_map.py文件，通过一个文件来实现数据集的评估。\r\n- 更新voc_annotation.py文件，增加多个可调整参数。\r\n- 更新kmeans_for_anchors.py文件，用于计算先验框的大小。\r\n- 更新summary.py文件，用于观看网络结构。","2022-03-05T07:27:38",{"id":147,"version":148,"summary_zh":149,"released_at":150},106272,"v1.0","Weights of yolov4-tiny","2020-09-14T02:52:09"]