[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-jfzhang95--pytorch-deeplab-xception":3,"tool-jfzhang95--pytorch-deeplab-xception":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",156804,2,"2026-04-15T11:34:33",[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":75,"owner_twitter":75,"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":93,"env_deps":95,"category_tags":104,"github_topics":105,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":145},7770,"jfzhang95\u002Fpytorch-deeplab-xception","pytorch-deeplab-xception","DeepLab v3+ model in PyTorch. Support different backbones.","pytorch-deeplab-xception 是一个基于 PyTorch 框架实现的 DeepLab v3+ 语义分割开源项目，旨在帮助开发者高效地训练和部署高精度的图像分割模型。它主要解决了在复杂场景下对图像进行像素级分类的难题，广泛应用于自动驾驶、医疗影像分析及卫星遥感等领域。\n\n该项目特别适合人工智能研究人员、算法工程师及计算机视觉开发者使用。其核心亮点在于极高的灵活性：不仅支持多种主流主干网络（如 ResNet、MobileNet、DRN 及改进版 Xception），允许用户根据算力需求在精度与速度间自由权衡，还原生支持多 GPU 并行训练，显著提升了大规模数据集（如 Pascal VOC、Cityscapes、COCO 等）上的训练效率。此外，项目提供了经过预训练的模型权重，其中采用 DRN 主干网络的版本在验证集上 mIoU 可达 78.87%，为用户快速复现前沿成果或开展二次开发奠定了坚实基础。无论是用于学术研究还是工程落地，pytorch-deeplab-xception 都是一个功能完备且易于扩展的优秀选择。","# pytorch-deeplab-xception\n\n**Update on 2018\u002F12\u002F06. Provide model trained on VOC and SBD datasets.**  \n\n**Update on 2018\u002F11\u002F24. Release newest version code, which fix some previous issues and also add support for new backbones and multi-gpu training. For previous code, please see in `previous` branch**  \n\n### TODO\n- [x] Support different backbones\n- [x] Support VOC, SBD, Cityscapes and COCO datasets\n- [x] Multi-GPU training\n\n\n\n| Backbone  | train\u002Feval os  |mIoU in val |Pretrained Model|\n| :-------- | :------------: |:---------: |:--------------:|\n| ResNet    | 16\u002F16          | 78.43%     | [google drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1NwcwlWqA-0HqAPk3dSNNPipGMF0iS0Zu) |\n| MobileNet | 16\u002F16          | 70.81%     | [google drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1G9mWafUAj09P4KvGSRVzIsV_U5OqFLdt) |\n| DRN       | 16\u002F16          | 78.87%     | [google drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=131gZN_dKEXO79NknIQazPJ-4UmRrZAfI) |\n\n\n\n### Introduction\nThis is a PyTorch(0.4.1) implementation of [DeepLab-V3-Plus](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1802.02611). It\ncan use Modified Aligned Xception and ResNet as backbone. Currently, we train DeepLab V3 Plus\nusing Pascal VOC 2012, SBD and Cityscapes datasets.\n\n![Results](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjfzhang95_pytorch-deeplab-xception_readme_bf9ab4bb1e00.png)\n\n\n### Installation\nThe code was tested with Anaconda and Python 3.6. After installing the Anaconda environment:\n\n0. Clone the repo:\n    ```Shell\n    git clone https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception.git\n    cd pytorch-deeplab-xception\n    ```\n\n1. Install dependencies:\n\n    For PyTorch dependency, see [pytorch.org](https:\u002F\u002Fpytorch.org\u002F) for more details.\n\n    For custom dependencies:\n    ```Shell\n    pip install matplotlib pillow tensorboardX tqdm\n    ```\n### Training\nFollow steps below to train your model:\n\n0. Configure your dataset path in [mypath.py](https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fblob\u002Fmaster\u002Fmypath.py).\n\n1. Input arguments: (see full input arguments via python train.py --help):\n    ```Shell\n    usage: train.py [-h] [--backbone {resnet,xception,drn,mobilenet}]\n                [--out-stride OUT_STRIDE] [--dataset {pascal,coco,cityscapes}]\n                [--use-sbd] [--workers N] [--base-size BASE_SIZE]\n                [--crop-size CROP_SIZE] [--sync-bn SYNC_BN]\n                [--freeze-bn FREEZE_BN] [--loss-type {ce,focal}] [--epochs N]\n                [--start_epoch N] [--batch-size N] [--test-batch-size N]\n                [--use-balanced-weights] [--lr LR]\n                [--lr-scheduler {poly,step,cos}] [--momentum M]\n                [--weight-decay M] [--nesterov] [--no-cuda]\n                [--gpu-ids GPU_IDS] [--seed S] [--resume RESUME]\n                [--checkname CHECKNAME] [--ft] [--eval-interval EVAL_INTERVAL]\n                [--no-val]\n\n    ```\n\n2. To train deeplabv3+ using Pascal VOC dataset and ResNet as backbone:\n    ```Shell\n    bash train_voc.sh\n    ```\n3. To train deeplabv3+ using COCO dataset and ResNet as backbone:\n    ```Shell\n    bash train_coco.sh\n    ```    \n\n### Acknowledgement\n[PyTorch-Encoding](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding)\n\n[Synchronized-BatchNorm-PyTorch](https:\u002F\u002Fgithub.com\u002Fvacancy\u002FSynchronized-BatchNorm-PyTorch)\n\n[drn](https:\u002F\u002Fgithub.com\u002Ffyu\u002Fdrn)\n","# pytorch-deeplab-xception\n\n**更新于2018年12月6日。提供在VOC和SBD数据集上训练的模型。**\n\n**更新于2018年11月24日。发布最新版本代码，修复了一些先前的问题，并增加了对新主干网络和多GPU训练的支持。之前的代码请参阅`previous`分支。**\n\n### 待办事项\n- [x] 支持不同的主干网络\n- [x] 支持VOC、SBD、Cityscapes和COCO数据集\n- [x] 多GPU训练\n\n\n\n| 主干网络  | 训练\u002F评估输出步幅  | 验证集mIoU | 预训练模型|\n| :-------- | :------------: |:---------: |:--------------:|\n| ResNet    | 16\u002F16          | 78.43%     | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1NwcwlWqA-0HqAPk3dSNNPipGMF0iS0Zu) |\n| MobileNet | 16\u002F16          | 70.81%     | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1G9mWafUAj09P4KvGSRVzIsV_U5OqFLdt) |\n| DRN       | 16\u002F16          | 78.87%     | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=131gZN_dKEXO79NknIQazPJ-4UmRrZAfI) |\n\n\n\n### 简介\n这是一个基于PyTorch(0.4.1)的[DeepLab-V3-Plus](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1802.02611)实现。它可以使用修改后的Aligned Xception和ResNet作为主干网络。目前，我们使用Pascal VOC 2012、SBD和Cityscapes数据集来训练DeepLab V3 Plus。\n\n![结果](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjfzhang95_pytorch-deeplab-xception_readme_bf9ab4bb1e00.png)\n\n\n### 安装\n该代码已在Anaconda和Python 3.6环境下测试通过。安装完Anaconda环境后：\n\n0. 克隆仓库：\n    ```Shell\n    git clone https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception.git\n    cd pytorch-deeplab-xception\n    ```\n\n1. 安装依赖项：\n\n    对于PyTorch依赖，请参阅[pytorch.org](https:\u002F\u002Fpytorch.org\u002F)获取更多详细信息。\n\n    对于自定义依赖项：\n    ```Shell\n    pip install matplotlib pillow tensorboardX tqdm\n    ```\n### 训练\n按照以下步骤训练您的模型：\n\n0. 在[mypath.py](https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fblob\u002Fmaster\u002Fmypath.py)中配置您的数据集路径。\n\n1. 输入参数：（可通过python train.py --help查看完整输入参数）：\n    ```Shell\n    usage: train.py [-h] [--backbone {resnet,xception,drn,mobilenet}]\n                [--out-stride OUT_STRIDE] [--dataset {pascal,coco,cityscapes}]\n                [--use-sbd] [--workers N] [--base-size BASE_SIZE]\n                [--crop-size CROP_SIZE] [--sync-bn SYNC_BN]\n                [--freeze-bn FREEZE_BN] [--loss-type {ce,focal}] [--epochs N]\n                [--start_epoch N] [--batch-size N] [--test-batch-size N]\n                [--use-balanced-weights] [--lr LR]\n                [--lr-scheduler {poly,step,cos}] [--momentum M]\n                [--weight-decay M] [--nesterov] [--no-cuda]\n                [--gpu-ids GPU_IDS] [--seed S] [--resume RESUME]\n                [--checkname CHECKNAME] [--ft] [--eval-interval EVAL_INTERVAL]\n                [--no-val]\n\n    ```\n\n2. 使用Pascal VOC数据集和ResNet作为主干网络训练deeplabv3+：\n    ```Shell\n    bash train_voc.sh\n    ```\n3. 使用COCO数据集和ResNet作为主干网络训练deeplabv3+：\n    ```Shell\n    bash train_coco.sh\n    ```    \n\n### 致谢\n[PyTorch-Encoding](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding)\n\n[Synchronized-BatchNorm-PyTorch](https:\u002F\u002Fgithub.com\u002Fvacancy\u002FSynchronized-BatchNorm-PyTorch)\n\n[drn](https:\u002F\u002Fgithub.com\u002Ffyu\u002Fdrn)","# pytorch-deeplab-xception 快速上手指南\n\n本指南基于 `pytorch-deeplab-xception` 项目，帮助开发者快速在 PyTorch 环境中部署和训练 DeepLab V3+ 语义分割模型。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐) 或 macOS\n*   **Python 版本**: 3.6+ (项目基于 Python 3.6 测试)\n*   **深度学习框架**: PyTorch 0.4.1 或更高版本\n    *   *建议*: 国内用户可使用清华源或阿里源加速安装 PyTorch。例如使用 pip 安装时指定镜像：\n        ```bash\n        pip install torch torchvision -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n        ```\n*   **硬件**: 支持 CUDA 的 NVIDIA GPU (用于加速训练和推理)\n\n## 安装步骤\n\n### 1. 克隆代码库\n将项目代码下载到本地：\n```Shell\ngit clone https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception.git\ncd pytorch-deeplab-xception\n```\n\n### 2. 安装依赖\n除了 PyTorch 外，还需安装以下 Python 第三方库。国内用户建议添加 `-i` 参数使用国内镜像源加速：\n\n```Shell\npip install matplotlib pillow tensorboardX tqdm -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 基本使用\n\n### 1. 配置数据集路径\n在运行训练脚本前，需要修改 `mypath.py` 文件，将其中的数据集路径指向您本地的数据目录（如 Pascal VOC, Cityscapes 等）。\n\n编辑文件：\n```Shell\nvim mypath.py\n# 或者使用其他编辑器打开，修改对应的数据集根目录路径\n```\n\n### 2. 开始训练\n项目提供了预设的 Shell 脚本来简化训练过程。\n\n**示例：使用 Pascal VOC 数据集 + ResNet 骨干网络进行训练**\n```Shell\nbash train_voc.sh\n```\n\n**示例：使用 COCO 数据集 + ResNet 骨干网络进行训练**\n```Shell\nbash train_coco.sh\n```\n\n### 3. 自定义训练参数\n如果需要调整骨干网络、学习率或批次大小等参数，可以直接调用 `train.py` 并传入参数。查看完整帮助信息：\n\n```Shell\npython train.py --help\n```\n\n常用参数示例（指定骨干网络为 MobileNet，使用多 GPU 训练）：\n```Shell\npython train.py --backbone mobilenet --dataset pascal --gpu-ids 0,1 --batch-size 8\n```\n\n### 4. 使用预训练模型\n如果您只想进行推理或微调，可以从下表下载对应的预训练模型权重，并在训练或评估时通过 `--resume` 参数加载：\n\n| 骨干网络 (Backbone) | mIoU (验证集) | 下载链接 |\n| :--- | :---: | :--- |\n| ResNet | 78.43% | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1NwcwlWqA-0HqAPk3dSNNPipGMF0iS0Zu) |\n| MobileNet | 70.81% | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1G9mWafUAj09P4KvGSRVzIsV_U5OqFLdt) |\n| DRN | 78.87% | [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fopen?id=131gZN_dKEXO79NknIQazPJ-4UmRrZAfI) |\n\n*注：国内访问 Google Drive 可能受限，建议自行寻找国内网盘搬运资源或使用代理工具下载。*","某智慧城市团队正利用无人机航拍图像进行城市绿地与道路破损的自动化检测，以辅助市政维护决策。\n\n### 没有 pytorch-deeplab-xception 时\n- **分割精度不足**：传统模型难以精准识别不规则的草坪边缘或细微裂缝，导致误报率高，人工复核成本巨大。\n- **骨干网络单一**：团队若想尝试更轻量级的 MobileNet 以适应边缘设备，需从头修改底层代码，开发周期长达数周。\n- **训练效率低下**：缺乏多 GPU 同步支持，处理高分辨率航拍图时显存受限且训练速度极慢，模型迭代严重滞后。\n- **数据集适配困难**：面对自定义的城市场景数据，缺乏预训练权重参考，模型收敛困难且效果不稳定。\n\n### 使用 pytorch-deeplab-xception 后\n- **边界识别锐利**：借助 DeepLab v3+ 的空洞空间卷积池化金字塔（ASPP），绿地与道路的像素级分割精度（mIoU）显著提升，误报大幅减少。\n- **灵活切换骨干**：通过简单参数配置即可在 ResNet、MobileNet 或 DRN 间切换，快速导出适合无人机嵌入式芯片的轻量化模型。\n- **加速模型迭代**：原生支持多 GPU 同步训练与混合精度，将原本数天的训练时间压缩至数小时，极大加快了算法上线速度。\n- **开箱即用性强**：直接加载在 VOC 或 Cityscapes 上预训练的权重进行微调，即使在少量标注数据下也能迅速获得高精度结果。\n\npytorch-deeplab-xception 通过提供高精度的语义分割架构与灵活的工程化支持，让复杂场景下的视觉感知任务从“难以落地”变为“高效交付”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjfzhang95_pytorch-deeplab-xception_bf9ab4bb.png","jfzhang95","Pyjcsx","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjfzhang95_35bcaabd.jpg",null,"National University of Singapore","Singapore","https:\u002F\u002Fjfzhang95.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fjfzhang95",[81,85],{"name":82,"color":83,"percentage":84},"Python","#3572A5",99.7,{"name":86,"color":87,"percentage":88},"Shell","#89e051",0.3,3001,775,"2026-04-14T09:16:48","MIT","未说明","支持多 GPU 训练（需 NVIDIA GPU），具体型号和显存大小未说明，依赖 PyTorch CUDA 版本",{"notes":96,"python":97,"dependencies":98},"代码基于 PyTorch 0.4.1 版本开发，建议使用 Anaconda 管理环境。支持 ResNet、MobileNet、DRN 和 Xception 等多种骨干网络。训练和评估时默认输出步长（output stride）为 16。项目包含针对 VOC、SBD、Cityscapes 和 COCO 数据集的支持，并提供预训练模型下载链接。","3.6",[99,100,101,102,103],"torch==0.4.1","matplotlib","pillow","tensorboardX","tqdm",[14],[106,107,108,109,110,111],"deeplab-v3-plus","pytorch","xception","resnet","mobilenetv2","drn","2026-03-27T02:49:30.150509","2026-04-16T01:45:05.899742",[115,120,125,130,135,140],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},34791,"如何修改模型以进行单张图像推理或适配 3 通道输出？","如果需要将解码器的最后一层卷积替换为 3 通道的卷积层（例如用于特定推理任务），可以使用以下代码进行修改：\n`self.model.decoder.last_conv[-1] = nn.Conv2d(256, 3, kernel_size=1, stride=1)`\n这将把输出通道数从默认的类别数改为 3。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F85",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},34792,"如何在自己的数据集上进行微调，特别是存在数据不平衡问题时？","如果数据集存在类别不平衡（例如某些类别的样本远多于其他类别），建议在训练命令中添加 `--use-balanced-weights` 参数。这会自动计算并应用平衡权重，从而显著提升 mIOU 性能。例如：在命令行运行训练脚本时加上该标志即可。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F114",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},34793,"遇到 'TypeError: Caught TypeError in DataLoader worker process 0' 错误如何解决？","该错误通常与 Pillow 库的版本兼容性有关。解决方案是将 `torchvision` 依赖中的 Pillow 版本从 8.3.1 降级到 8.2.0。可以通过以下命令安装特定版本：\n`pip install Pillow==8.2.0`\n许多用户反馈此方法能有效解决问题。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F211",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},34794,"运行时出现 'DeepLab' object has no attribute 'module' 错误怎么办？","这是因为代码默认使用了 DataParallel 包装模型，但在单卡环境下模型没有 `.module` 属性。解决方法是打开 `train.py` 文件，找到第 173 行左右的代码：\n将 `'state_dict': self.model.module.state_dict()` \n修改为 \n`'state_dict': self.model.state_dict()`\n去掉 `.module` 即可正常运行。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F80",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},34795,"推理输出的 Tensor 数值很大且无法转换为标签图像（全黑），原因是什么？","这通常是因为输入图像预处理步骤缺失。在将图像输入模型前，必须减去 ImageNet 数据集的均值（mean）并除以标准差（std）。如果直接使用原始像素值（0-255）而不进行归一化处理，会导致模型输出异常的 logits 值，进而使得 argmax 或 softmax 后的结果无效。请检查输入处理代码是否包含类似 `image = (image - mean) \u002F std` 的操作。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F28",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},34796,"为什么在自定义变换代码中将 mask 值为 255 的像素设置为 0？255 不是忽略索引吗？","在 PASCAL VOC 等数据集中，255 通常代表忽略区域（ignore index），不参与损失计算。在某些实现中，为了便于处理或适配特定的损失函数接口，可能会在预处理阶段暂时将其映射为背景类（0），但在计算损失时需确保这些像素被正确屏蔽（mask 掉），或者在损失函数中指定 `ignore_index=255`。具体行为需结合 `cross_entropy2d` 函数的实现来看，确保忽略像素不贡献梯度。","https:\u002F\u002Fgithub.com\u002Fjfzhang95\u002Fpytorch-deeplab-xception\u002Fissues\u002F20",[]]