[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-hkchengrex--CascadePSP":3,"tool-hkchengrex--CascadePSP":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":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":78,"owner_twitter":76,"owner_website":79,"owner_url":80,"languages":81,"stars":86,"forks":87,"last_commit_at":88,"license":89,"difficulty_score":32,"env_os":90,"env_gpu":91,"env_ram":90,"env_deps":92,"category_tags":99,"github_topics":100,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":108,"updated_at":109,"faqs":110,"releases":146},6977,"hkchengrex\u002FCascadePSP","CascadePSP","[CVPR 2020] CascadePSP: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement","CascadePSP 是一款专为高分辨率图像分割优化设计的深度学习模型，曾发表于计算机视觉顶级会议 CVPR 2020。它主要解决现有分割算法在处理超高清图片时边缘粗糙、细节丢失的痛点，能够将初步生成的粗糙掩码（Mask）转化为边界清晰、细节丰富的精准结果。\n\n该工具的核心亮点在于其独特的“级联细化”机制，通过结合“全局步骤”把握整体结构，再利用“局部步骤”专注修复微小瑕疵，实现了不依赖特定物体类别的通用化高精度分割。无论是复杂的人像发丝还是精细的建筑轮廓，CascadePSP 都能有效还原真实边界。\n\nCascadePSP 非常适合计算机视觉研究人员、AI 开发者以及需要处理高质量图像素材的设计师使用。项目提供了基于 PyTorch 的完整实现，支持训练与推理，并封装了便捷的 Python 接口，用户仅需几行代码即可调用预训练模型进行快速测试。此外，作者还开源了专用的 UHD 数据集 BIG，为相关领域的进一步研究提供了宝贵资源。如果你正在寻找提升分割图质量的高效方案，CascadePSP 是一个值得尝试的专业工具。","# CascadePSP: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement\n\n[Ho Kei Cheng*](https:\u002F\u002Fhkchengrex.github.io\u002F), Jihoon Chung*, Yu-Wing Tai, Chi-Keung Tang\n\n[[arXiv]](https:\u002F\u002Farxiv.org\u002Fabs\u002F2005.02551) [[PDF]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2005.02551)\n\n[[Supplementary Information (Comparisons with DenseCRF included!)]](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_CVPR_2020\u002Fsupplemental\u002FCheng_CascadePSP_Toward_Class-Agnostic_CVPR_2020_supplemental.pdf)\n\n[[Supplementary image results]](http:\u002F\u002Fhkchengad.student.ust.hk\u002FCascadePSP\u002FCascadePSP-supp-images.pdf)\n\n![gif](https:\u002F\u002Fimgur.com\u002FAD68ES8.gif)\n\n## Introduction\n\nCascadePSP is a deep learning model for high-resolution segmentation refinement.\nThis repository contains our PyTorch implementation with both training and testing functionalities. We also provide the annotated UHD dataset **BIG** and the pretrained model.\n\nHere are some refinement results on high-resolution images.\n![teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9a84a14f79cc.jpg)\n\n## Quick Start\n\nTested on PyTorch 1.0 -- though higher versions would likely work for inference as well.\n\nCheck out [this folder](https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Ftree\u002Fmaster\u002Fsegmentation-refinement). We have built a pip package that can refine an input image with two lines of code.\n\nInstall with\n\n```bash\npip install segmentation-refinement\n```\n\nCode demo:\n\n```python\nimport cv2\nimport time\nimport matplotlib.pyplot as plt\nimport segmentation_refinement as refine\nimage = cv2.imread('test\u002Faeroplane.jpg')\nmask = cv2.imread('test\u002Faeroplane.png', cv2.IMREAD_GRAYSCALE)\n\n# model_path can also be specified here\n# This step takes some time to load the model\nrefiner = refine.Refiner(device='cuda:0') # device can also be 'cpu'\n\n# Fast - Global step only.\n# Smaller L -> Less memory usage; faster in fast mode.\noutput = refiner.refine(image, mask, fast=False, L=900) \n\n# this line to save output\ncv2.imwrite('output.png', output)\n\nplt.imshow(output)\nplt.show()\n```\n\n## Network Overview\n\n### Global Step & Local Step\n\n| Global Step | Local Step |\n|:-:|:-:|\n| ![Global Step](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_81989a806797.jpg) | ![Local Step](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_7853a8f9233a.jpg) |\n\n\n### Refinement Module\n\n![Refinement Module](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_c552881c3eba.png)\n\n## Table of Contents\n\nRunning:\n\n- [Installation](docs\u002Finstallation.md)\n- [Training](docs\u002Ftraining.md)\n- [Testing on Semantic Segmentation](docs\u002Ftesting_segmentation.md)\n- [Testing on Scene Parsing](docs\u002Ftesting_scene_parsing.md)\n\nDownloads:\n\n- [Pretrained Models](docs\u002Fmodels.md)\n- [BIG Dataset and Relabeled PASCAL VOC 2012](docs\u002Fdataset.md)\n\n## More Results\n\n### Refining the masks of Human 3.6M\n\n| Image | Original Mask | Refined Mask |\n|:-:|:-:|:-:|\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_8f96b33cf002.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_3820b0cd9345.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_1b958f59210f.jpg) |\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9f1cb97a39a1.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_4beab8fd8302.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_561ab1cced61.jpg) |\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9cd6ca815851.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_8a632db69d80.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_7bf610b0a057.jpg) |\n\nThe first row is the failure case (see neck).\n\n## Credit\n\nPSPNet implementation: https:\u002F\u002Fgithub.com\u002FLextal\u002Fpspnet-pytorch\n\nSyncBN implementation: https:\u002F\u002Fgithub.com\u002Fvacancy\u002FSynchronized-BatchNorm-PyTorch\n\nIf you find our work useful in your research, please cite the following:\n\n```bibtex\n@inproceedings{cheng2020cascadepsp,\n  title={{CascadePSP}: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement},\n  author={Cheng, Ho Kei and Chung, Jihoon and Tai, Yu-Wing and Tang, Chi-Keung},\n  booktitle={CVPR},\n  year={2020}\n}\n```\n","# CascadePSP：通过全局与局部细化实现类无关的超高分辨率分割\n\n[Ho Kei Cheng*](https:\u002F\u002Fhkchengrex.github.io\u002F)、Jihoon Chung*、Yu-Wing Tai、Chi-Keung Tang\n\n[[arXiv]](https:\u002F\u002Farxiv.org\u002Fabs\u002F2005.02551) [[PDF]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2005.02551)\n\n[[补充信息（包含与DenseCRF的对比！）]](https:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_CVPR_2020\u002Fsupplemental\u002FCheng_CascadePSP_Toward_Class-Agnostic_CVPR_2020_supplemental.pdf)\n\n[[补充图像结果]](http:\u002F\u002Fhkchengad.student.ust.hk\u002FCascadePSP\u002FCascadePSP-supp-images.pdf)\n\n![gif](https:\u002F\u002Fimgur.com\u002FAD68ES8.gif)\n\n## 简介\n\nCascadePSP 是一种用于高分辨率分割细化的深度学习模型。\n本仓库包含了我们的 PyTorch 实现，具备训练和测试功能。我们还提供了标注好的 UHD 数据集 **BIG** 以及预训练模型。\n\n以下是一些在高分辨率图像上的细化结果。\n![teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9a84a14f79cc.jpg)\n\n## 快速入门\n\n已在 PyTorch 1.0 上测试过——不过更高版本应该也能用于推理。\n\n请查看 [这个文件夹](https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Ftree\u002Fmaster\u002Fsegmentation-refinement)。我们已经构建了一个 pip 包，只需两行代码即可对输入图像进行细化。\n\n安装命令如下：\n\n```bash\npip install segmentation-refinement\n```\n\n代码示例：\n\n```python\nimport cv2\nimport time\nimport matplotlib.pyplot as plt\nimport segmentation_refinement as refine\nimage = cv2.imread('test\u002Faeroplane.jpg')\nmask = cv2.imread('test\u002Faeroplane.png', cv2.IMREAD_GRAYSCALE)\n\n# 此处也可以指定 model_path\n# 这一步需要一些时间来加载模型\nrefiner = refine.Refiner(device='cuda:0') # device 也可以是 'cpu'\n\n# 快速模式——仅执行全局步骤。\n# L 值越小，内存占用越少；在快速模式下速度更快。\noutput = refiner.refine(image, mask，fast=False，L=900) \n\n# 保存输出的代码\ncv2.imwrite('output.png', output)\n\nplt.imshow(output)\nplt.show()\n```\n\n## 网络概述\n\n### 全局步骤与局部步骤\n\n| 全局步骤 | 局部步骤 |\n|:-:|:-:|\n| ![Global Step](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_81989a806797.jpg) | ![Local Step](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_7853a8f9233a.jpg) |\n\n\n### 细化模块\n\n![Refinement Module](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_c552881c3eba.png)\n\n## 目录\n\n运行部分：\n\n- [安装](docs\u002Finstallation.md)\n- [训练](docs\u002Ftraining.md)\n- [语义分割测试](docs\u002Ftesting_segmentation.md)\n- [场景解析测试](docs\u002Ftesting_scene_parsing.md)\n\n下载部分：\n\n- [预训练模型](docs\u002Fmodels.md)\n- [BIG 数据集及重新标注的 PASCAL VOC 2012](docs\u002Fdataset.md)\n\n## 更多结果\n\n### 对 Human 3.6M 数据集的掩码进行细化\n\n| 图像 | 原始掩码 | 细化后的掩码 |\n|:-:|:-:|:-:|\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_8f96b33cf002.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_3820b0cd9345.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_1b958f59210f.jpg) |\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9f1cb97a39a1.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_4beab8fd8302.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_561ab1cced61.jpg) |\n| ![Image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_9cd6ca815851.jpg) | ![OriginalMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_8a632db69d80.jpg) | ![RefinedMask](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_readme_7bf610b0a057.jpg) |\n\n第一行展示了失败案例（颈部区域）。\n\n## 致谢\n\nPSPNet 的实现：https:\u002F\u002Fgithub.com\u002FLextal\u002Fpspnet-pytorch\n\nSyncBN 的实现：https:\u002F\u002Fgithub.com\u002Fvacancy\u002FSynchronized-BatchNorm-PyTorch\n\n如果您在研究中使用了我们的工作，请引用以下内容：\n\n```bibtex\n@inproceedings{cheng2020cascadepsp,\n  title={{CascadePSP}: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement},\n  author={Cheng, Ho Kei and Chung, Jihoon and Tai, Yu-Wing and Tang, Chi-Keung},\n  booktitle={CVPR},\n  year={2020}\n}\n```","# CascadePSP 快速上手指南\n\nCascadePSP 是一个用于高分辨率图像分割优化的深度学习模型，支持类别无关（Class-Agnostic）的全局与局部细化。本指南将帮助您快速在本地环境中部署并使用该工具。\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**：推荐 Python 3.6+\n*   **深度学习框架**：PyTorch 1.0 或更高版本（推理功能在高版本中通常兼容良好）\n*   **硬件加速**：推荐使用 NVIDIA GPU 以加速推理（需安装对应的 CUDA 驱动），同时也支持 CPU 模式。\n*   **前置依赖库**：\n    *   `opencv-python` (cv2)\n    *   `matplotlib`\n    *   `numpy`\n\n您可以使用以下命令安装基础依赖（建议使用国内镜像源加速）：\n\n```bash\npip install opencv-python matplotlib numpy -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 安装步骤\n\nCascadePSP 已封装为 Python 包，可通过 pip 直接安装。\n\n**标准安装：**\n\n```bash\npip install segmentation-refinement\n```\n\n**国内加速安装（推荐）：**\n\n```bash\npip install segmentation-refinement -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n> **注意**：首次运行代码时，程序会自动下载预训练模型，请确保网络连接畅通。如需指定模型路径，可在代码中配置。\n\n## 基本使用\n\n以下是最简单的使用示例，展示如何读取图像和掩码，并进行分割优化。\n\n### 代码示例\n\n```python\nimport cv2\nimport time\nimport matplotlib.pyplot as plt\nimport segmentation_refinement as refine\n\n# 读取输入图像和对应的灰度掩码\nimage = cv2.imread('test\u002Faeroplane.jpg')\nmask = cv2.imread('test\u002Faeroplane.png', cv2.IMREAD_GRAYSCALE)\n\n# 初始化优化器\n# device 可设置为 'cuda:0' (GPU) 或 'cpu'\n# 首次加载模型可能需要一点时间\nrefiner = refine.Refiner(device='cuda:0') \n\n# 执行优化\n# fast=False: 启用全局和局部细化步骤（精度更高）\n# L=900: 控制内存占用与速度，数值越小越快且显存占用越低\noutput = refiner.refine(image, mask, fast=False, L=900) \n\n# 保存结果\ncv2.imwrite('output.png', output)\n\n# 显示结果\nplt.imshow(output)\nplt.show()\n```\n\n### 参数说明\n*   **device**: 指定运行设备，`'cuda:0'` 为第一块显卡，`'cpu'` 为处理器。\n*   **fast**: \n    *   `False`: 执行完整的“全局 + 局部”细化流程，效果最佳。\n    *   `True`: 仅执行“全局”步骤，速度更快。\n*   **L**: 分辨率相关参数。较小的值意味着更少的内存使用和更快的处理速度（尤其在 fast 模式下）。","某电商视觉团队在处理超高清商品图时，需要为数千张 4K 分辨率的服装图片生成精准的抠图掩码，以便进行自动化背景替换。\n\n### 没有 CascadePSP 时\n- **边缘锯齿严重**：传统分割模型在 4K 高分辨率下表现乏力，生成的掩码边缘粗糙，导致衣物轮廓出现明显锯齿和阶梯感。\n- **细节丢失殆尽**：对于发丝、流苏或半透明纱裙等微小结构，原有算法无法识别，直接将其误判为背景而切除。\n- **人工修图耗时**：设计师不得不逐张手动细化蒙版边缘，处理一张高清图平均需耗费 15 分钟，严重拖慢上新节奏。\n- **类别依赖性强**：更换商品品类（如从鞋子换到模特）往往需要重新训练或调整模型参数，缺乏通用性。\n\n### 使用 CascadePSP 后\n- **像素级平滑边缘**：CascadePSP 通过全局与局部级联优化，将掩码边缘修饰得如同矢量般平滑，完美适配 4K 甚至更高分辨率。\n- **极致细节还原**：利用其局部细化模块，能精准保留模特的发丝末端和衣物的复杂纹理，实现“毫发毕现”的抠图效果。\n- **自动化流程提速**：仅需两行代码即可调用预训练模型批量处理，单张图片处理时间缩短至秒级，释放了全部人力。\n- **类别无关通用性**：无需针对特定商品重新训练，CascadePSP 可直接泛化应用于各类物体，一套模型搞定全品类。\n\nCascadePSP 核心价值在于以极低的接入成本，将高分辨率图像分割的精度提升至生产级标准，彻底解决了高清场景下的细节丢失难题。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhkchengrex_CascadePSP_9a84a14f.jpg","hkchengrex","Rex Cheng","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhkchengrex_01ff6c35.jpg","Ph.D. student at the University of Illinois Urbana-Champaign.\r\nOxygen consuming.",null,"Champaign, IL","hkchengrex@gmail.com","https:\u002F\u002Fhkchengrex.com","https:\u002F\u002Fgithub.com\u002Fhkchengrex",[82],{"name":83,"color":84,"percentage":85},"Python","#3572A5",100,880,97,"2026-04-07T04:56:56","MIT","未说明","非必需（支持 'cpu' 或 'cuda:0'），具体型号和显存大小未说明，CUDA 版本未说明",{"notes":93,"python":90,"dependencies":94},"该工具主要作为高分辨率分割细化模型。虽然测试基于 PyTorch 1.0，但更高版本可能也适用于推理。可通过 pip 安装 'segmentation-refinement' 包快速使用。代码示例显示加载模型需要一定时间，且支持全局和局部两种细化步骤（fast 模式仅全局步骤，内存占用更小）。",[95,96,97,98],"torch>=1.0","segmentation-refinement","opencv-python (cv2)","matplotlib",[14,15],[101,102,103,104,105,96,106,107],"segmentation","deep-learning","pytorch","cvpr2020","computer-vision","refinement-network","high-resolution","2026-03-27T02:49:30.150509","2026-04-13T06:11:22.233792",[111,116,121,126,131,136,141],{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},31441,"为什么代码中使用 torch.tanh 而不是 ReLU 或 Sigmoid？","这是一个实验性的选择，并没有特殊的理论依据。维护者表示这只是为了尝试不同的激活函数，级联结构（Cascade）本身可能有助于缓解由此带来的影响。这种差异非常微小，通常不会对最终结果产生显著影响。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F49",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},31442,"如何使用 SceneParsing 处理单个组件或统一不同模型的输出格式？","提供的脚本仅供参考，并非完全“即插即用”。由于 PSPNet、DeepLab 等不同源模型产生的输出格式不同，需要手动进行格式统一。建议参考 `ade_expand_inst.py` 脚本作为起点，根据具体需求修改代码以适配你的输入数据。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F6",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},31443,"如何将 CascadePSP 代码转换为 C++ 以便在 TensorRT 中部署？","官方未提供直接的 C++ 实现，但社区用户已成功将 CascadePSP 转换为 TensorRT + OpenCV 的 C++ 版本。主要挑战在于将 `process_high_res_im` 等高分辨率处理逻辑用 TensorRT API 重写。用户可以参考社区实现的思路，利用 OpenCV 进行预处理和后处理，并将核心推理部分导出为 TensorRT 引擎。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F40",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},31444,"运行 demo 时出现网络连接错误（Network is unreachable）或无法下载模型怎么办？","该问题通常是由于模型下载链接失效或网络限制导致的。维护者已更新包，将模型托管从 Google Drive 迁移至 GitHub，并增加了错误检查机制。请确保你使用的是最新版本的代码库，如果仍然失败，可以尝试手动从项目的 Release 页面或文档指定的位置下载模型文件并放置到相应目录。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F19",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},31445,"如何训练出论文中那样高性能的 PSPNet 或 DeepLabV3+ 基线模型？","复现论文中的高精度基线模型（如 IoU 90%+）非常困难，通常依赖于特定的预训练权重或未公开的训练技巧。维护者建议直接使用项目中提供的预计算结果（precomputed results）作为输入，而不是尝试从头训练基线模型。具体的数据来源和配置可以参考项目文档 `docs\u002Fdataset.md` 中的 \"Segmentation Results\" 部分。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F70",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},31446,"运行 test.py 时出现 '_pickle.UnpicklingError: invalid load key' 错误如何解决？","这个错误通常是因为模型文件下载不完整或被损坏（例如下载到了 HTML 错误页面而不是二进制模型文件）。维护者已修复了此问题，更新了包以自动检查下载错误，并将模型存储位置从 Google Drive 更换为 GitHub。解决方法是：1. 删除本地损坏的模型文件；2. 拉取最新的代码仓库；3. 重新运行脚本，让程序自动重新下载正确的模型文件。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F56",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},31447,"CascadePSP 能去除绿幕图像边缘的绿色杂边吗？","CascadePSP 主要用于优化分割掩码的边界精度，而不是用于去色键（抠像）或去除背景颜色溢出。对于绿幕图像边缘的绿色杂边问题，这属于图像合成或抠像领域的范畴，建议在送入 refinement 模型之前，先使用专门的抠像算法（如 matting 算法）或对掩码进行形态学腐蚀（erosion）处理来改善输入质量。","https:\u002F\u002Fgithub.com\u002Fhkchengrex\u002FCascadePSP\u002Fissues\u002F25",[147],{"id":148,"version":149,"summary_zh":150,"released_at":151},231183,"v1.0","预训练模型","2022-07-07T22:42:13"]