[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-jwchoi384--Gaussian_YOLOv3":3,"tool-jwchoi384--Gaussian_YOLOv3":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",147882,2,"2026-04-09T11:32:47",[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。",108111,"2026-04-08T11:23:26",[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},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],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"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":75,"owner_url":78,"languages":79,"stars":108,"forks":109,"last_commit_at":110,"license":111,"difficulty_score":112,"env_os":113,"env_gpu":114,"env_ram":115,"env_deps":116,"category_tags":124,"github_topics":125,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":134,"updated_at":135,"faqs":136,"releases":170},6006,"jwchoi384\u002FGaussian_YOLOv3","Gaussian_YOLOv3","Gaussian YOLOv3: An Accurate and Fast Object Detector Using Localization Uncertainty for Autonomous Driving (ICCV, 2019)","Gaussian_YOLOv3 是一款专为自动驾驶场景设计的高精度、快速目标检测算法，发表于计算机视觉顶级会议 ICCV 2019。它在经典的 YOLOv3 架构基础上进行了创新改进，核心在于引入了“定位不确定性”（Localization Uncertainty）机制。传统检测器往往只输出确定的边界框坐标，而 Gaussian_YOLOv3 通过假设边界框坐标服从高斯分布，能够量化预测位置的可信度。这一特性有效解决了复杂交通环境中因遮挡、模糊或快速运动导致的定位不准问题，显著提升了检测的准确率与鲁棒性。\n\n该工具基于 Darknet 框架开发，提供了完整的训练、推理及评估代码，并支持多 GPU 并行加速。虽然官方示例基于伯克利驾驶数据集（BDD），但用户也可参照文档适配自定义数据进行模型训练。Gaussian_YOLOv3 特别适合从事自动驾驶感知系统研发的工程师、计算机视觉领域的研究人员，以及希望深入探索概率化目标检测技术的开发者使用。对于需要高可靠性实时检测的应用场景，它提供了一个经过学术验证且易于复现的优秀基准方案。","# Gaussian YOLOv3: An Accurate and Fast Object Detector Using Localization Uncertainty for Autonomous Driving\n**[Gaussian YOLOv3 implementation](https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3)**\n\nThis repository contains the code for our **ICCV 2019** [Paper](http:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_ICCV_2019\u002Fhtml\u002FChoi_Gaussian_YOLOv3_An_Accurate_and_Fast_Object_Detector_Using_Localization_ICCV_2019_paper.html)\n\nThe proposed algorithm is implemented based on the [YOLOv3 official code](https:\u002F\u002Fgithub.com\u002Fpjreddie\u002Fdarknet).\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_539fe14e08a1.png\" width=\"100%\">\n\n*The provided example weight file (\"[Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)\") is not the weight file used in the paper, but newly trained weight for release code validation. Because this weight file is more accurate than the weight used in the paper, we provide this file in the repository.*\n\nPoster\n------\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_2594ae614851.png\" width=\"100%\">\n\nCitation\n--------\n```\n@InProceedings{Choi_2019_ICCV,\nauthor = {Choi, Jiwoong and Chun, Dayoung and Kim, Hyun and Lee, Hyuk-Jae},\ntitle = {Gaussian YOLOv3: An Accurate and Fast Object Detector Using Localization Uncertainty for Autonomous Driving},\nbooktitle = {The IEEE International Conference on Computer Vision (ICCV)},\nmonth = {October},\nyear = {2019}\n}\n```\n\nRequirements\n----------------------\nThe code was tested on \n\n`Ubuntu 16.04, NVIDIA GTX 1080 Ti with CUDA 8.0 and cuDNNv7, OpenCV 3.4.0`\n\n`Ubuntu 16.04, NVIDIA Titan Xp with CUDA 9.0 and cuDNNv7, OpenCV 3.3.0`\n\n\nSetup\n------\nPlease see the YOLOv3 website instructions [setup](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F)\n\n\nDataset\n-------\nWe tested our algorithm using Berkeley deep drive (BDD) dataset.\n\nIf you want to use BDD dataset, please see [BDD website](https:\u002F\u002Fbdd-data.berkeley.edu\u002F) and download the dataset.\n\nTraining\n--------\nFor training, you must make image list file (*e.g.,* \"train_bdd_list.txt\") and ground-truth data. Please see these websites: [YOLOv3](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F), [How to train YOLO](https:\u002F\u002Ftimebutt.github.io\u002Fstatic\u002Fhow-to-train-yolov2-to-detect-custom-objects\u002F)\n\n`List files (\"train_bdd_list.txt\", \"val_bdd_list.txt\", \"test_bdd_list.txt\") in the repository are an example. You must modify the directory of the file name in the list to match the path where the dataset is located on your computer.`\n\nDownload pre-trained weights [darknet53.conv.74](http:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fdarknet53.conv.74)\n\nDownload the code\n```Swift\ngit clone https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\n```\n\n```Swift\ncd Gaussian_YOLOv3\n```\n\nCompile the code\n```Swift\nmake\n```\n\nSet batch=64 and subdivisions=16 in the cfg file.\n\n*We used 4 gpus in our experiment. If your computer runs out of GPU memory when training, please increase subdivision size in the cfg file.* \n\nStart training by using the command line\n```Swift\n.\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74\n```\nIf you want to use multiple gpus,\n```Swift\n.\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74 -gpus 0,1,2,3\n```\n\nInference\n---------\nDownload the Gaussian_YOLOv3 example weight file. [Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)\n\nSet batch=1 and subdivisions=1 in the cfg file.\n\nRun the following commands.\n1. `make`\n2. `.\u002Fdarknet detector test cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights data\u002Fexample.jpg`\n\nYou can see the result:\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_a92f45e271ce.jpg\" width=\"80%\">\n\nEvaluation\n----------\nDownload the Gaussian_YOLOv3 example weight file. [Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)\n\nFor evaluation, you MUST change the batch and subdivision size in cfg file.\nLike this: `batch = 1, subdivision = 1`\n\nRun the following commands. You can get a detection speed of more than 42 FPS.\n1. `make`\n\n2. `.\u002Fdarknet detector valid cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights`\n\n3. `cd bdd_evaluation\u002F` (We got this code from https:\u002F\u002Fgithub.com\u002Fucbdrive\u002Fbdd-data)\n\n4. `python evaluate.py det gt_bdd_val.json ..\u002Fresults\u002Fbdd_results.json`\n\nYou will get:\n```\nAP : 9.45 (bike)\nAP : 40.28 (bus)\nAP : 40.56 (car)\nAP : 8.66 (motor)\nAP : 16.85 (person)\nAP : 10.59 (rider)\nAP : 7.91 (traffic light)\nAP : 23.15 (traffic sign)\nAP : 0.00 (train)\nAP : 40.28 (truck)\n[9.448295420802772, 40.28022967768842, 40.562338308273596, 8.658317480713093, 16.85103955706777, 10.588396343004272, 7.914563796458698, 23.147189144825003, 0.0, 40.27786994583501] \n\n9.45 40.28 40.56 8.66 16.85 10.59 7.91 23.15 0.00 40.28\n\nmAP 19.77 (512 x 512 input resolution)\n```\n\nIf you want to get the mAP for BDD test set, \n1. `make`\n2. `Change the list file in cfg file (\"val_bdd_list.txt\" --> \"test_bdd_list.txt\" in \"cfg\u002FBDD.data\")`\n3. `.\u002Fdarknet detector valid cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights`\n4. `Upload result file (\"results\u002Fbdd_results.json\") on BDD evaluation server` [Link](https:\u002F\u002Fbdd-data.berkeley.edu\u002Fportal.html)\n\nOn the BDD test set, we got 19.2 mAP (512 x 512 input resolution).\n\n\nThird-party implementations\n-------\n* Keras implementation: [xuannianz\u002Fkeras-GaussianYOLOv3](https:\u002F\u002Fgithub.com\u002Fxuannianz\u002Fkeras-GaussianYOLOv3)\n* PyTorch implementation: [motokimura\u002FPyTorch_Gaussian_YOLOv3](https:\u002F\u002Fgithub.com\u002Fmotokimura\u002FPyTorch_Gaussian_YOLOv3)\n\nContact\n-------\nFor questions about our paper or code, please contact Jiwoong Choi. \n\n\u003Cjwchoi384@gmail.com>\n","# 高斯 YOLOv3：一种用于自动驾驶的基于定位不确定性、准确且快速的目标检测器\n**[高斯 YOLOv3 实现](https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3)**\n\n本仓库包含我们 **ICCV 2019** [论文](http:\u002F\u002Fopenaccess.thecvf.com\u002Fcontent_ICCV_2019\u002Fhtml\u002FChoi_Gaussian_YOLOv3_An_Accurate_and_Fast_Object_Detector_Using_Localization_ICCV_2019_paper.html) 的代码。\n\n所提出的算法基于 [YOLOv3 官方代码](https:\u002F\u002Fgithub.com\u002Fpjreddie\u002Fdarknet) 实现。\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_539fe14e08a1.png\" width=\"100%\">\n\n*提供的示例权重文件（“[Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)”）并非论文中使用的权重文件，而是为验证发布代码而新训练的权重。由于该权重文件比论文中使用的权重更准确，因此我们在仓库中提供了此文件。*\n\n海报\n------\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_2594ae614851.png\" width=\"100%\">\n\n引用\n--------\n```\n@InProceedings{Choi_2019_ICCV,\nauthor = {Choi, Jiwoong and Chun, Dayoung and Kim, Hyun and Lee, Hyuk-Jae},\ntitle = {Gaussian YOLOv3: An Accurate and Fast Object Detector Using Localization Uncertainty for Autonomous Driving},\nbooktitle = {The IEEE International Conference on Computer Vision (ICCV)},\nmonth = {October},\nyear = {2019}\n}\n```\n\n要求\n----------------------\n代码已在以下环境中测试：\n\n`Ubuntu 16.04, NVIDIA GTX 1080 Ti with CUDA 8.0 and cuDNNv7, OpenCV 3.4.0`\n\n`Ubuntu 16.04, NVIDIA Titan Xp with CUDA 9.0 and cuDNNv7, OpenCV 3.3.0`\n\n\n设置\n------\n请参阅 YOLOv3 官网说明 [设置](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F)\n\n\n数据集\n-------\n我们使用伯克利深度驱动（BDD）数据集测试了我们的算法。\n\n如果您想使用 BDD 数据集，请访问 [BDD 官网](https:\u002F\u002Fbdd-data.berkeley.edu\u002F) 并下载数据集。\n\n训练\n--------\n在训练时，您需要制作图像列表文件（例如，“train_bdd_list.txt”）以及标注数据。请参考以下网站：[YOLOv3](https:\u002F\u002Fpjreddie.com\u002Fdarknet\u002Fyolo\u002F)、[如何训练 YOLO](https:\u002F\u002Ftimebutt.github.io\u002Fstatic\u002Fhow-to-train-yolov2-to-detect-custom-objects\u002F)\n\n`仓库中的列表文件（“train_bdd_list.txt”、“val_bdd_list.txt”、“test_bdd_list.txt”）仅为示例。您必须根据计算机上数据集的实际路径修改列表中文件名的目录。`\n\n下载预训练权重 [darknet53.conv.74](http:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fdarknet53.conv.74)\n\n下载代码\n```Swift\ngit clone https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\n```\n\n```Swift\ncd Gaussian_YOLOv3\n```\n\n编译代码\n```Swift\nmake\n```\n\n在 cfg 文件中将 batch 设置为 64，subdivisions 设置为 16。\n\n*我们在实验中使用了 4 张 GPU 卡。如果您的计算机在训练时出现显存不足的情况，请增加 cfg 文件中的 subdivisions 值。*\n\n通过命令行开始训练\n```Swift\n.\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74\n```\n如果您想使用多张 GPU 卡，\n```Swift\n.\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74 -gpus 0,1,2,3\n```\n\n推理\n---------\n下载高斯 YOLOv3 示例权重文件。[Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)\n\n在 cfg 文件中将 batch 设置为 1，subdivisions 设置为 1。\n\n运行以下命令：\n1. `make`\n2. `.\u002Fdarknet detector test cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights data\u002Fexample.jpg`\n\n您可以看到结果：\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_readme_a92f45e271ce.jpg\" width=\"80%\">\n\n评估\n----------\n下载高斯 YOLOv3 示例权重文件。[Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y)\n\n进行评估时，您必须更改 cfg 文件中的 batch 和 subdivision 大小。\n如下所示：`batch = 1, subdivision = 1`\n\n运行以下命令，您可以获得超过 42 FPS 的检测速度。\n1. `make`\n\n2. `.\u002Fdarknet detector valid cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights`\n\n3. `cd bdd_evaluation\u002F`（我们从 https:\u002F\u002Fgithub.com\u002Fucbdrive\u002Fbdd-data 获取了此代码）\n\n4. `python evaluate.py det gt_bdd_val.json ..\u002Fresults\u002Fbdd_results.json`\n\n您将得到：\n```\nAP : 9.45 (自行车)\nAP : 40.28 (公交车)\nAP : 40.56 (汽车)\nAP : 8.66 (摩托车)\nAP : 16.85 (行人)\nAP : 10.59 (骑车人)\nAP : 7.91 (交通信号灯)\nAP : 23.15 (交通标志)\nAP : 0.00 (火车)\nAP : 40.28 (卡车)\n[9.448295420802772, 40.28022967768842, 40.562338308273596, 8.658317480713093, 16.85103955706777, 10.588396343004272, 7.914563796458698, 23.147189144825003, 0.0, 40.27786994583501] \n\n9.45 40.28 40.56 8.66 16.85 10.59 7.91 23.15 0.00 40.28\n\nmAP 19.77（输入分辨率为 512 x 512）`\n```\n\n如果您想获取 BDD 测试集上的 mAP，\n1. `make`\n2. `将 cfg 文件中的列表文件更改为测试集列表（“val_bdd_list.txt”改为“test_bdd_list.txt”，位于“cfg\u002FBDD.data”中）`\n3. `.\u002Fdarknet detector valid cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights`\n4. `将结果文件（“results\u002Fbdd_results.json”）上传至 BDD 评估服务器` [链接](https:\u002F\u002Fbdd-data.berkeley.edu\u002Fportal.html)\n\n在 BDD 测试集上，我们获得了 19.2 的 mAP（输入分辨率为 512 x 512）。\n\n\n第三方实现\n-------\n* Keras 实现：[xuannianz\u002Fkeras-GaussianYOLOv3](https:\u002F\u002Fgithub.com\u002Fxuannianz\u002Fkeras-GaussianYOLOv3)\n* PyTorch 实现：[motokimura\u002FPyTorch_Gaussian_YOLOv3](https:\u002F\u002Fgithub.com\u002Fmotokimura\u002FPyTorch_Gaussian_YOLOv3)\n\n联系方式\n-------\n如有关于我们的论文或代码的问题，请联系 Choi Jiwoong。\n\n\u003Cjwchoi384@gmail.com>","# Gaussian YOLOv3 快速上手指南\n\nGaussian YOLOv3 是一种利用定位不确定性（Localization Uncertainty）来提高自动驾驶场景下目标检测精度的算法，基于 YOLOv3 (Darknet) 改进而来。\n\n## 环境准备\n\n本代码已在以下环境中测试通过，建议参考配置：\n\n*   **操作系统**: Ubuntu 16.04\n*   **GPU**: NVIDIA GTX 1080 Ti 或 Titan Xp\n*   **CUDA**: 8.0 或 9.0\n*   **cuDNN**: v7\n*   **OpenCV**: 3.3.0 或 3.4.0\n\n**前置依赖**:\n请确保已安装 CUDA、cuDNN 和 OpenCV。编译过程依赖 `make` 和 `gcc`。\n\n## 安装步骤\n\n### 1. 下载代码\n克隆官方仓库：\n```Swift\ngit clone https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\ncd Gaussian_YOLOv3\n```\n\n### 2. 下载预训练权重\n下载 Darknet53 骨干网络预训练权重（用于训练）：\n```Swift\nwget http:\u002F\u002Fpjreddie.com\u002Fmedia\u002Ffiles\u002Fdarknet53.conv.74\n```\n*(注：国内用户若下载缓慢，可尝试在相关开源社区寻找镜像或使用代理)*\n\n### 3. 编译代码\n直接运行 make 命令进行编译：\n```Swift\nmake\n```\n*如果遇到编译错误，请检查 `Makefile` 中的 CUDA 路径是否与本机环境一致。*\n\n### 4. 数据集准备（可选）\n本项目主要使用 **BDD (Berkeley Deep Drive)** 数据集。\n如需训练，请下载 BDD 数据集并修改配置文件中的路径。\n示例列表文件 (`train_bdd_list.txt` 等) 已包含在 `cfg` 目录中，需将其中的文件路径修改为你本地的实际数据路径。\n\n## 基本使用\n\n### 场景一：推理测试 (Inference)\n使用提供的示例权重对单张图片进行检测。\n\n1.  **下载示例权重**:\n    从 Google Drive 下载 [Gaussian_yolov3_BDD.weights](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1Eutnens-3z6o4LYe0PZXJ1VYNwcZ6-2Y) 并放置于项目根目录。\n    *(国内用户建议使用 IDM 或其他加速工具下载)*\n\n2.  **修改配置文件**:\n    打开 `cfg\u002FGaussian_yolov3_BDD.cfg`，确保设置如下参数以进行单图推理：\n    ```ini\n    batch=1\n    subdivisions=1\n    ```\n\n3.  **运行检测**:\n    ```Swift\n    .\u002Fdarknet detector test cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights data\u002Fexample.jpg\n    ```\n    运行后将弹出窗口显示检测结果图片。\n\n### 场景二：模型评估 (Evaluation)\n评估模型在验证集上的性能（mAP）。\n\n1.  **确保配置**:\n    同样需设置 `cfg\u002FGaussian_yolov3_BDD.cfg` 中 `batch=1` 和 `subdivisions=1`。\n\n2.  **生成检测结果**:\n    ```Swift\n    .\u002Fdarknet detector valid cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg Gaussian_yolov3_BDD.weights\n    ```\n\n3.  **计算 mAP**:\n    进入评估脚本目录并运行 Python 脚本（需安装 python 及 numpy 等基础库）：\n    ```Swift\n    cd bdd_evaluation\u002F\n    python evaluate.py det gt_bdd_val.json ..\u002Fresults\u002Fbdd_results.json\n    ```\n\n### 场景三：开始训练 (Training)\n如需从头训练或微调模型：\n\n1.  **修改训练配置**:\n    打开 `cfg\u002FGaussian_yolov3_BDD.cfg`，设置：\n    ```ini\n    batch=64\n    subdivisions=16\n    ```\n    *注意：如果显存不足，请增大 `subdivisions` 数值（如 32 或 64）。*\n\n2.  **启动训练**:\n    单卡训练：\n    ```Swift\n    .\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74\n    ```\n    多卡训练（例如使用 0,1,2,3 号显卡）：\n    ```Swift\n    .\u002Fdarknet detector train cfg\u002FBDD.data cfg\u002FGaussian_yolov3_BDD.cfg darknet53.conv.74 -gpus 0,1,2,3\n    ```","某自动驾驶初创团队正在开发城市道路感知系统，需要在复杂光照和遮挡环境下实时精准定位车辆与行人。\n\n### 没有 Gaussian_YOLOv3 时\n- **定位模糊导致误判**：传统 YOLOv3 仅输出单一坐标值，在雨天或夜间场景下，边界框抖动严重，难以区分紧邻的车辆。\n- **缺乏置信度参考**：系统无法获知检测结果的“不确定程度”，导致自动驾驶决策模块对低质量检测结果盲目信任，引发急刹车或碰撞风险。\n- **长尾场景表现差**：面对部分遮挡的行人或远距离小目标，常规算法召回率低，漏检频发，严重影响行车安全。\n- **调优依赖人工经验**：工程师需花费大量时间手动调整阈值和后处理逻辑来弥补模型缺陷，迭代周期漫长。\n\n### 使用 Gaussian_YOLOv3 后\n- **引入高斯分布建模**：Gaussian_YOLOv3 将边界框坐标建模为高斯分布，输出均值与方差，显著提升了在恶劣天气下的定位稳定性。\n- **量化定位不确定性**：模型直接输出定位不确定度，决策系统可据此过滤高风险预测，大幅降低因误检导致的错误制动。\n- **提升困难样本精度**：利用不确定性信息优化训练损失函数，Gaussian_YOLOv3 在遮挡和小目标检测上的准确率（mAP）明显优于原版。\n- **简化部署流程**：无需复杂的后处理规则，端到端的不确定性输出让感知模块更鲁棒，减少了人工调参工作量。\n\nGaussian_YOLOv3 通过量化定位不确定性，让自动驾驶系统在极端环境下不仅“看得快”，更能“看得准、心里有数”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fjwchoi384_Gaussian_YOLOv3_a92f45e2.jpg","jwchoi384","Jiwoong Choi","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fjwchoi384_9b3907af.jpg",null,"NVIDIA","CA, US","https:\u002F\u002Fgithub.com\u002Fjwchoi384",[80,84,88,92,96,100,104],{"name":81,"color":82,"percentage":83},"C","#555555",89.2,{"name":85,"color":86,"percentage":87},"Cuda","#3A4E3A",7.5,{"name":89,"color":90,"percentage":91},"Python","#3572A5",2.1,{"name":93,"color":94,"percentage":95},"C++","#f34b7d",0.7,{"name":97,"color":98,"percentage":99},"Makefile","#427819",0.3,{"name":101,"color":102,"percentage":103},"Shell","#89e051",0.2,{"name":105,"color":106,"percentage":107},"HTML","#e34c26",0,669,174,"2026-02-04T13:23:47","NOASSERTION",4,"Linux (Ubuntu 16.04)","必需 NVIDIA GPU。测试环境为 GTX 1080 Ti (CUDA 8.0) 和 Titan Xp (CUDA 9.0)。训练建议使用 4 块 GPU，若显存不足需调整 cfg 文件中的 subdivision 参数。","未说明",{"notes":117,"python":118,"dependencies":119},"该项目基于 Darknet 框架 (C 语言)，非纯 Python 项目。编译需运行 'make' 命令。训练时默认配置 batch=64, subdivisions=16，若显存溢出需增大 subdivisions 数值。推理和评估时需将 batch 和 subdivisions 设为 1。数据集使用 BDD (Berkeley Deep Drive)。","未说明 (主要基于 C\u002FC++ Darknet 框架，评估脚本可能需要 Python)",[120,121,122,123],"CUDA (8.0 或 9.0+)","cuDNN v7","OpenCV (3.3.0 或 3.4.0)","Darknet (YOLOv3 官方代码基础)",[14,15],[126,127,128,129,130,131,132,133],"gaussian-yolov3","object-detection","computer-vision","deep-learning","dnn","neural-network","gaussian-yolov3-implementation","gaussianyolov3","2026-03-27T02:49:30.150509","2026-04-10T06:35:45.029961",[137,142,147,152,157,162,166],{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},27229,"为什么在 KITTI 数据集上训练时损失收敛但 mAP（尤其是 Car 类别）很低？","这通常是因为验证代码或检测阈值设置不当。请检查是否使用了正确的验证代码，并确保在 `.data` 配置文件中正确设置了 `eval` 参数。例如，在 `KITTI_3cls.data` 文件中，需要指定正确的评估路径：`eval = ???`（需替换为实际路径）。","https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\u002Fissues\u002F39",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},27230,"使用 cuDNN 8 训练时性能下降或出现 NaN 损失怎么办？","性能差异通常是由 cuDNN 版本引起的。本项目实验基于 cuDNN v7。如果使用 cuDNN 8，需要进行代码修改以兼容：在 `convolutional_layer.c` 中添加针对 `cudnn_version >= 8` 的处理逻辑，并微调 Makefile。具体修复参考 NVIDIA 开发者论坛的相关讨论。此外，增大 batch size 通常也能提升性能。","https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\u002Fissues\u002F69",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},27231,"运行验证命令后，所有类别的 AP 和 mAP 均为 0.00 是什么原因？","如果运行 `.\u002Fdarknet detector valid` 后得到全 0 结果，可能是环境配置或数据路径问题。维护者表示在其本地复现正常，建议用户检查生成的 `results.json` 文件内容是否为空，确认数据集路径配置正确，并尝试重新编译或检查权重文件是否加载成功。","https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\u002Fissues\u002F58",{"id":153,"question_zh":154,"answer_zh":155,"source_url":156},27232,"如何查看模型的 FPS 和 FLOPs 信息？","FPS 信息会在运行验证（validation）时直接显示在屏幕上（参考 `examples\u002Fdetector.c` 第 614 行附近的输出）。FLOPs 信息通常在模型启动运行时打印在屏幕上，包含层类型、滤波器大小、输入\u002F输出尺寸等详细数据；也可以根据这些参数手动计算。","https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\u002Fissues\u002F33",{"id":158,"question_zh":159,"answer_zh":160,"source_url":161},27233,"超参数 `sigma_const` 对结果影响大吗？其值 0.3 是如何确定的？","`sigma_const` 是高斯 YOLOv3 中的一个关键超参数，默认值为 0.3。该值是通过实验调整得出的，用于控制不确定性估计的稳定性。如果在其他实现（如 PyTorch 版本）中缺少此参数或未正确设置，可能会导致 mAP 提升幅度不如原论文报告的效果显著。","https:\u002F\u002Fgithub.com\u002Fjwchoi384\u002FGaussian_YOLOv3\u002Fissues\u002F40",{"id":163,"question_zh":164,"answer_zh":165,"source_url":156},27234,"在 BDD100K 数据集上使用单类别和多类别评估时 mAP 结果差异巨大怎么办？","评估时应使用包含所有类别的完整验证数据进行测试。如果仅针对单个类别进行评估，由于背景干扰和负样本分布的变化，会导致 mAP 结果异常偏低（例如从 43% 降至 10%）。提交测试结果到服务器时，也应生成包含所有类别的预测文件，不要使用单类别方法。",{"id":167,"question_zh":168,"answer_zh":169,"source_url":146},27235,"如何解决 Darknet 在 cuDNN 8 下的编译错误或运行不稳定问题？","需要在源码 `convolutional_layer.c` 中增加对 cuDNN 8 及以上版本的兼容性支持。具体做法是参考 NVIDIA 官方论坛的解决方案，添加新的 case 分支处理高版本 cuDNN 的 API 调用差异，并相应修改 Makefile 中的编译标志。",[]]