[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-flyyufelix--cnn_finetune":3,"tool-flyyufelix--cnn_finetune":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",151918,2,"2026-04-12T11:33:05",[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":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":77,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":87,"difficulty_score":10,"env_os":88,"env_gpu":89,"env_ram":90,"env_deps":91,"category_tags":97,"github_topics":76,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":98,"updated_at":99,"faqs":100,"releases":135},6959,"flyyufelix\u002Fcnn_finetune","cnn_finetune","Fine-tune CNN in Keras","cnn_finetune 是一个基于 Keras 框架的开源项目，旨在帮助开发者轻松利用 ImageNet 预训练模型对卷积神经网络（CNN）进行微调。在深度学习实践中，寻找高质量的预训练权重以及获取标准的微调代码示例往往较为困难，cnn_finetune 正是为了解决这一痛点而生。它提供了一个集中化的资源库，收录了 VGG、Inception、ResNet 和 DenseNet 等主流架构的预训练模型，并附带了在 Cifar10 数据集上运行的完整示例代码。\n\n该项目特别适合人工智能开发者、研究人员以及需要快速构建图像分类模型的学生使用。其核心亮点在于“开箱即用”：用户只需下载对应的权重文件并运行脚本，即可自动完成数据加载与模型微调流程。更贴心的是，cnn_finetune 详细展示了如何将自定义数据集接入流程，包括针对 TensorFlow 和 Theano 后端所需的图像预处理步骤（如 RGB 转 BGR 顺序调整、减去 ImageNet 均值像素等），极大地降低了迁移学习的门槛。无论是希望验证新想法的研究者，还是需要将成熟模型应用于特定业务场景的工程师，都能通过 cnn_fin","cnn_finetune 是一个基于 Keras 框架的开源项目，旨在帮助开发者轻松利用 ImageNet 预训练模型对卷积神经网络（CNN）进行微调。在深度学习实践中，寻找高质量的预训练权重以及获取标准的微调代码示例往往较为困难，cnn_finetune 正是为了解决这一痛点而生。它提供了一个集中化的资源库，收录了 VGG、Inception、ResNet 和 DenseNet 等主流架构的预训练模型，并附带了在 Cifar10 数据集上运行的完整示例代码。\n\n该项目特别适合人工智能开发者、研究人员以及需要快速构建图像分类模型的学生使用。其核心亮点在于“开箱即用”：用户只需下载对应的权重文件并运行脚本，即可自动完成数据加载与模型微调流程。更贴心的是，cnn_finetune 详细展示了如何将自定义数据集接入流程，包括针对 TensorFlow 和 Theano 后端所需的图像预处理步骤（如 RGB 转 BGR 顺序调整、减去 ImageNet 均值像素等），极大地降低了迁移学习的门槛。无论是希望验证新想法的研究者，还是需要将成熟模型应用于特定业务场景的工程师，都能通过 cnn_finetune 高效地复用现有成果，避免从零开始训练的漫长过程。","# Fine-tune Convolutional Neural Network in Keras with ImageNet Pretrained Models\n\nThe reason to create this repo is that there are not many online resources that provide sample codes for performing fine-tuning, and that there is not a centralized place where we can easily download ImageNet pretrained models for common ConvNet architectures such as VGG, Inception, ResNet, and DenseNet. This repo serves to fill this gap by providing working examples of fine-tuning on Cifar10 dataset with ImageNet pretrained models on popular ConvNet implementations.\n\nSee [this](https:\u002F\u002Fflyyufelix.github.io\u002F2016\u002F10\u002F03\u002Ffine-tuning-in-keras-part1.html) for a comprehensive treatment of fine-tuning Deep Learning Models in Keras\n\n## Usage\n\nFor illustration purpose, let's say you want to perform fine-tuning with VGG-16. First, download the ImageNet pretrained weights for VGG-16 to the `imagenet_models` directory. The schema and sample code for fine-tuning on Cifar10 can be found in `vgg16.py`. Run the file:\n\n```\npython vgg16.py\n```\n\nThe code will automatically download Cifar10 dataset and performs fine-tuning with VGG-16. Please be aware that it might take some time (up to minutes) for the model to compile and load the ImageNet weights. \n\n## Finetune with your own dataset\n\nIf you wish to perform fine-tuning on your own dataset, you have to replace the module which loads the Cifar10 dataset with your own load_data() module to load your own dataset. \n\n```\nX_train, Y_train, X_valid, Y_valid = load_data()\n```\n\nIn particular, the following image preprocessing step have to be performed to get the format of the dataset compatible with the pretrained models:\n\n```\n# For Tensorflow \n# Switch RGB to BGR order \nx = x[:, :, :, ::-1]  \n\n# Subtract ImageNet mean pixel \nx[:, :, :, 0] -= 103.939\nx[:, :, :, 1] -= 116.779\nx[:, :, :, 2] -= 123.68\n\n# For Theano\n# Switch RGB to BGR order \nx = x[:, ::-1, :, :]\n\n# Subtract ImageNet mean pixel \nx[:, 0, :, :] -= 103.939\nx[:, 1, :, :] -= 116.779\nx[:, 2, :, :] -= 123.68\n```\n\n## ImageNet Pretrained Models\n\nNetwork|Theano|Tensorflow\n:---:|:---:|:---:\nVGG-16 | [model (553 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Bz7KyqmuGsilT0J5dmRCM0ROVHc\u002Fview?usp=sharing)| -\nVGG-19 | [model (575 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Bz7KyqmuGsilZ2RVeVhKY0FyRmc\u002Fview?usp=sharing)| -\nGoogLeNet (Inception-V1) | [model (54 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0B319laiAPjU3RE1maU9MMlh2dnc)| -\nInception-V3 | [model (95 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Finception_v3_weights_th_dim_ordering_th_kernels.h5)| -\nInception-V4 | [model (172 MB)](https:\u002F\u002Fgithub.com\u002Fkentsommer\u002Fkeras-inceptionV4\u002Freleases\u002Fdownload\u002F2.0\u002Finception-v4_weights_th_dim_ordering_th_kernels.h5)| [model (172 MB)](https:\u002F\u002Fgithub.com\u002Fkentsommer\u002Fkeras-inceptionV4\u002Freleases\u002Fdownload\u002F2.0\u002Finception-v4_weights_tf_dim_ordering_tf_kernels.h5)\nResNet-50 | [model (103 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Fresnet50_weights_th_dim_ordering_th_kernels.h5)| [model (103 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Fresnet50_weights_tf_dim_ordering_tf_kernels.h5)\nResNet-101 | [model (179 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfdUV1MHJhelpnSG8\u002Fview?usp=sharing)| [model (179 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfTmRRVmpGWDczaXM\u002Fview?usp=sharing)\nResNet-152 | [model (243 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfZHhUT3lWVWxRN28\u002Fview?usp=sharing)| [model (243 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfeXExMzNNOHpEODg\u002Fview?usp=sharing)\nDenseNet-121 | [model (32 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfMlRYb3YzV210VzQ)| [model (32 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfSTA4SHJVOHNuTXc)\nDenseNet-169 | [model (56 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfN0d3T1F1MXg0NlU)| [model (56 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfSEc5UC1ROUFJdmM)\nDenseNet-161 | [model (112 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfVnlCMlBGTDR3RGs)| [model (112 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfUDZwVjU2cFNidTA)\n\n## Requirements\n\n* Keras ~~1.2.2~~ 2.0.5\n* Theano 0.8.2 or TensorFlow ~~0.12.0~~ 1.2.1\n\n## Updates\n\n* Keras 2.0.5 and TensorFlow 1.2.1 are supported\n","# 在 Keras 中使用 ImageNet 预训练模型微调卷积神经网络\n\n创建此仓库的原因在于，目前网上提供微调示例代码的资源并不多，也没有一个集中化的平台可以方便地下载 VGG、Inception、ResNet 和 DenseNet 等常见 ConvNet 架构的 ImageNet 预训练模型。本仓库旨在填补这一空白，通过在 Cifar10 数据集上使用 ImageNet 预训练模型对流行的 ConvNet 实现进行微调，提供可运行的示例。\n\n有关在 Keras 中对深度学习模型进行微调的全面介绍，请参阅 [这篇博客](https:\u002F\u002Fflyyufelix.github.io\u002F2016\u002F10\u002F03\u002Ffine-tuning-in-keras-part1.html)。\n\n## 使用方法\n\n为便于说明，假设您想使用 VGG-16 进行微调。首先，将 VGG-16 的 ImageNet 预训练权重下载到 `imagenet_models` 目录中。Cifar10 上的微调方案和示例代码可在 `vgg16.py` 文件中找到。运行该文件：\n\n```\npython vgg16.py\n```\n\n代码会自动下载 Cifar10 数据集，并使用 VGG-16 进行微调。请注意，模型编译和加载 ImageNet 权重可能需要一些时间（最长几分钟）。\n\n## 使用自己的数据集进行微调\n\n如果您希望在自己的数据集上进行微调，需要将加载 Cifar10 数据集的模块替换为您自己的 `load_data()` 函数，以加载您自己的数据集。\n\n```\nX_train, Y_train, X_valid, Y_valid = load_data()\n```\n\n特别需要注意的是，必须执行以下图像预处理步骤，以使数据集格式与预训练模型兼容：\n\n```\n# 对于 TensorFlow\n# 将 RGB 顺序转换为 BGR\nx = x[:, :, :, ::-1]\n\n# 减去 ImageNet 均值像素\nx[:, :, :, 0] -= 103.939\nx[:, :, :, 1] -= 116.779\nx[:, :, :, 2] -= 123.68\n\n# 对于 Theano\n# 将 RGB 顺序转换为 BGR\nx = x[:, ::-1, :, :]\n\n# 减去 ImageNet 均值像素\nx[:, 0, :, :] -= 103.939\nx[:, 1, :, :] -= 116.779\nx[:, 2, :, :] -= 123.68\n```\n\n## ImageNet 预训练模型\n\n网络|Theano|TensorFlow\n:---:|:---:|:---:\nVGG-16 | [模型 (553 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Bz7KyqmuGsilT0J5dmRCM0ROVHc\u002Fview?usp=sharing)| -\nVGG-19 | [模型 (575 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Bz7KyqmuGsilZ2RVeVhKY0FyRmc\u002Fview?usp=sharing)| -\nGoogLeNet (Inception-V1) | [模型 (54 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0B319laiAPjU3RE1maU9MMlh2dnc)| -\nInception-V3 | [模型 (95 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Finception_v3_weights_th_dim_ordering_th_kernels.h5)| -\nInception-V4 | [模型 (172 MB)](https:\u002F\u002Fgithub.com\u002Fkentsommer\u002Fkeras-inceptionV4\u002Freleases\u002Fdownload\u002F2.0\u002Finception-v4_weights_th_dim_ordering_th_kernels.h5)| [模型 (172 MB)](https:\u002F\u002Fgithub.com\u002Fkentsommer\u002Fkeras-inceptionV4\u002Freleases\u002Fdownload\u002F2.0\u002Finception-v4_weights_tf_dim_ordering_tf_kernels.h5)\nResNet-50 | [模型 (103 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Fresnet50_weights_th_dim_ordering_th_kernels.h5)| [模型 (103 MB)](https:\u002F\u002Fgithub.com\u002Ffchollet\u002Fdeep-learning-models\u002Freleases\u002Fdownload\u002Fv0.2\u002Fresnet50_weights_tf_dim_ordering_tf_kernels.h5)\nResNet-101 | [模型 (179 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfdUV1MHJhelpnSG8\u002Fview?usp=sharing)| [模型 (179 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfTmRRVmpGWDczaXM\u002Fview?usp=sharing)\nResNet-152 | [模型 (243 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfZHhUT3lWVWxRN28\u002Fview?usp=sharing)| [模型 (243 MB)](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F0Byy2AcGyEVxfeXExMzNNOHpEODg\u002Fview?usp=sharing)\nDenseNet-121 | [模型 (32 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfMlRYb3YzV210VzQ)| [模型 (32 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfSTA4SHJVOHNuTXc)\nDenseNet-169 | [模型 (56 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfN0d3T1F1MXg0NlU)| [模型 (56 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfSEc5UC1ROUFJdmM)\nDenseNet-161 | [模型 (112 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfVnlCMlBGTDR3RGs)| [模型 (112 MB)](https:\u002F\u002Fdrive.google.com\u002Fopen?id=0Byy2AcGyEVxfUDZwVjU2cFNidTA)\n\n## 要求\n\n* Keras ~~1.2.2~~ 2.0.5\n* Theano 0.8.2 或 TensorFlow ~~0.12.0~~ 1.2.1\n\n## 更新\n\n* 支持 Keras 2.0.5 和 TensorFlow 1.2.1","# cnn_finetune 快速上手指南\n\n本工具基于 Keras 提供使用 ImageNet 预训练模型（如 VGG, ResNet, DenseNet 等）对卷积神经网络进行微调（Fine-tune）的示例代码，旨在帮助开发者快速迁移学习到自定义数据集。\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 版本**：建议 Python 3.6+\n*   **核心依赖**：\n    *   Keras >= 2.0.5\n    *   后端引擎：TensorFlow >= 1.2.1 或 Theano >= 0.8.2\n\n> **国内加速建议**：\n> 安装依赖时推荐使用国内镜像源以提升下载速度。\n> ```bash\n> pip install keras tensorflow -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n本项目主要为代码示例集合，无需通过 `pip` 安装包，直接克隆仓库即可使用。\n\n1.  **克隆项目代码**：\n    ```bash\n    git clone \u003C项目仓库地址>\n    cd cnn_finetune\n    ```\n\n2.  **下载预训练权重**：\n    根据 README 中的表格，前往对应的链接下载您需要的模型权重文件（例如 VGG-16），并将其放入项目根目录下的 `imagenet_models` 文件夹中。\n    \n    *注：部分模型在首次运行代码时可能会尝试自动下载，但手动下载可避免网络超时问题。*\n\n## 基本使用\n\n以下以 **VGG-16** 模型在 **Cifar10** 数据集上进行微调为例：\n\n1.  **确认文件就位**：\n    确保 `vgg16.py` 文件存在，且 `imagenet_models` 目录下已包含 VGG-16 的权重文件。\n\n2.  **运行微调脚本**：\n    执行以下命令启动训练：\n    ```bash\n    python vgg16.py\n    ```\n\n3.  **运行说明**：\n    *   脚本会自动下载 Cifar10 数据集。\n    *   首次运行时，模型编译及加载 ImageNet 权重可能需要几分钟时间，请耐心等待。\n    *   训练完成后，您将得到微调后的模型效果。\n\n### 使用自定义数据集\n\n若需使用自己的数据进行微调，请修改代码中的数据加载部分：\n\n1.  替换 `load_data()` 模块以加载您的数据集：\n    ```python\n    X_train, Y_train, X_valid, Y_valid = load_data()\n    ```\n\n2.  **关键步骤：图像预处理**\n    为了兼容 ImageNet 预训练模型，必须对输入图像执行以下预处理操作（根据后端选择对应代码）：\n\n    **对于 TensorFlow 后端：**\n    ```python\n    # 切换 RGB 到 BGR 顺序\n    x = x[:, :, :, ::-1]  \n\n    # 减去 ImageNet 均值像素\n    x[:, :, :, 0] -= 103.939\n    x[:, :, :, 1] -= 116.779\n    x[:, :, :, 2] -= 123.68\n    ```\n\n    **对于 Theano 后端：**\n    ```python\n    # 切换 RGB 到 BGR 顺序\n    x = x[:, ::-1, :, :]\n\n    # 减去 ImageNet 均值像素\n    x[:, 0, :, :] -= 103.939\n    x[:, 1, :, :] -= 116.779\n    x[:, 2, :, :] -= 123.68\n    ```","某医疗科技公司的算法工程师需要开发一个辅助诊断系统，利用少量皮肤病变图片快速训练出高精度的分类模型。\n\n### 没有 cnn_finetune 时\n- **预训练权重获取困难**：工程师需花费大量时间在分散的网络资源中搜寻 VGG、ResNet 等主流架构的 ImageNet 预训练权重，且常面临链接失效或格式不兼容的问题。\n- **数据预处理繁琐易错**：手动编写代码将自定义医疗数据转换为模型所需的格式（如 RGB 转 BGR、减去 ImageNet 均值像素）极易出错，导致模型收敛失败。\n- **微调代码从零搭建**：缺乏标准的微调示例，需自行设计冻结层策略和修改全连接层，调试周期长，难以验证方案可行性。\n- **多框架适配成本高**：若需对比 Theano 和 TensorFlow 后端效果，必须分别重写数据加载和维度变换逻辑，重复劳动严重。\n\n### 使用 cnn_finetune 后\n- **一键获取权威权重**：直接通过脚本自动下载并加载 VGG、Inception、DenseNet 等多种架构的预训练模型，无需人工干预，环境搭建时间从数天缩短至几分钟。\n- **标准化预处理流程**：工具内置了严格的图像预处理模块，自动处理通道顺序转换和均值减法，确保输入数据与预训练分布完全一致，大幅提升训练稳定性。\n- **开箱即用的微调范例**：提供基于 Cifar10 的完整微调代码模板，工程师仅需替换 `load_data()` 函数即可接入医疗数据集，快速验证模型效果。\n- **跨后端无缝切换**：同一套代码逻辑支持 Theano 和 TensorFlow 双后端，方便团队根据不同硬件环境灵活选择，无需重复开发。\n\ncnn_finetune 通过提供集中的预训练资源和标准化的微调流程，让开发者能将精力从繁琐的工程配置回归到核心算法优化上。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fflyyufelix_cnn_finetune_1faba9a5.png","flyyufelix","Felix Yu","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fflyyufelix_d8865127.png",null,"https:\u002F\u002Fflyyufelix.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fflyyufelix",[80],{"name":81,"color":82,"percentage":83},"Python","#3572A5",100,941,406,"2026-03-16T21:45:08","MIT","","未说明（基于 TensorFlow\u002FTheano 后端，通常建议使用支持 CUDA 的 NVIDIA GPU 以加速训练，但 README 未明确指定型号或显存要求）","未说明",{"notes":92,"python":90,"dependencies":93},"该工具主要用于在 Keras 中使用 ImageNet 预训练模型（如 VGG, ResNet, DenseNet 等）进行微调。用户需根据使用的后端（TensorFlow 或 Theano）下载对应的预训练权重文件（大小从 32MB 到 575MB 不等）。代码示例默认使用 Cifar10 数据集，若使用自定义数据集需替换数据加载模块并严格执行特定的图像预处理步骤（如 RGB 转 BGR 顺序切换及减去 ImageNet 均值像素）。首次运行时编译模型和加载权重可能需要数分钟时间。",[94,95,96],"Keras==2.0.5","Theano==0.8.2","TensorFlow==1.2.1",[15,14],"2026-03-27T02:49:30.150509","2026-04-13T06:12:08.581004",[101,106,111,116,120,125,130],{"id":102,"question_zh":103,"answer_zh":104,"source_url":105},31364,"使用 ResNet50 或 VGG16 时遇到 'ValueError: Dimension 0 in both shapes must be equal' 形状不匹配错误，如何解决？","该错误通常由输入形状与预定义网络架构不兼容引起。解决方法包括：\n1. 在 Image Data Generator 中将 data_format 设置为 'channels_first'。\n2. 将输入图像尺寸固定为 (224, 224, 3)。\n请确保输入数据的维度与模型预期的维度一致。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F19",{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},31365,"运行代码时出现 'AttributeError: Tensor object has no attribute assign' 错误，特别是在 Keras 2.x 和 TensorFlow 1.x 环境下？","这是由于 Keras 2.x 版本更新导致的兼容性问题。解决方案是修改 `scale_layer.py` 文件中的变量初始化方式：\n将:\nself.gamma = self.gamma_init(shape, name='{}_gamma'.format(self.name))\nself.beta = self.beta_init(shape, name='{}_beta'.format(self.name))\n\n修改为:\nself.gamma = K.variable(self.gamma_init(shape), name='{}_gamma'.format(self.name))\nself.beta = K.variable(self.beta_init(shape), name='{}_beta'.format(self.name))\n\n维护者已确认代码已更新以支持 Keras 2.0.5+ 和 TensorFlow 1.2.1+。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F2",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},31366,"在使用 OpenCV 读取图像进行微调时，通道顺序（Channel Order）需要注意什么？","通道顺序应为 'BGR'。如果你使用 OpenCV 读取图像，它会自动将通道转换为 'BGR' 顺序，因此无需额外操作。但如果你使用其他库（如 PIL）读取图像，通道顺序通常是 'RGB'，此时你需要手动将其转换为 'BGR' 以匹配模型预训练权重的要求。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F4",{"id":117,"question_zh":118,"answer_zh":119,"source_url":115},31367,"如何在自定义数据集上加载数据并保存微调后的模型？","虽然仓库未提供直接的函数示例，但核心步骤如下：\n1. 使用 Keras 的 ImageDataGenerator 或自定义生成器加载本地图片文件夹。\n2. 确保输入尺寸和通道顺序正确（参考上述 FAQ）。\n3. 训练完成后，使用 model.save('model.h5') 或 model.save_weights('weights.h5') 保存模型或权重。\n注意根据后端（Theano\u002FTensorFlow）调整通道维度顺序。",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},31368,"如何对模型中的多个特定层（而非仅最后一层）进行微调（Fine-tuning）？","微调多层的原则与微调单层相同：\n1. 替换需要修改的层（例如将分类数从 21 改为 2）。\n2. 冻结不需要训练的基础层（设置 layer.trainable = False）。\n3. 编译模型并调用 fit() 进行训练。\n不需要特殊处理，只需确保替换后的层结构正确，其余层按需冻结即可。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F11",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},31369,"YOLO v2 配置文件与 YOLO v1 有何区别？是否可以直接沿用 v1 的修改方法？","YOLO v2 的配置文件与 v1 非常相似，通常可以沿用 v1 的修改逻辑。主要区别在于 YOLO v2 使用了 DarkNet19 骨干网络，输入分辨率通常为 448x448（而 SSD 为 300x300），这有助于提升检测性能。注意提供的 YOLO v2 权重是基于 ImageNet 的分类预训练权重，但作为检测层的特征提取器依然非常有效。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F15",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},31370,"在使用 VGG16 进行迁移学习时，如果输入分辨率不是标准的 224x224，遇到 Flatten 层报错怎么办？","VGG16 的全连接层权重形状依赖于固定的输入尺寸。如果使用不同的输入分辨率（如 400x400），不能直接使用原有的全连接层。\n解决方案：移除原有的全连接层，在最后的一个卷积层后添加一个全局平均池化层（Global Average Pooling, GAP）。这样可以适应任意尺寸的输入，且实验表明其效果与原始 VGG16 相当。","https:\u002F\u002Fgithub.com\u002Fflyyufelix\u002Fcnn_finetune\u002Fissues\u002F1",[]]