[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-kevin-ssy--FishNet":3,"tool-kevin-ssy--FishNet":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",143909,2,"2026-04-07T11:33:18",[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。",107888,"2026-04-06T11:32:50",[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":77,"owner_twitter":77,"owner_website":77,"owner_url":78,"languages":79,"stars":84,"forks":85,"last_commit_at":86,"license":77,"difficulty_score":87,"env_os":88,"env_gpu":89,"env_ram":88,"env_deps":90,"category_tags":95,"github_topics":96,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":102,"updated_at":103,"faqs":104,"releases":105},5086,"kevin-ssy\u002FFishNet","FishNet","Implementation code of the paper: FishNet: A Versatile Backbone for Image, Region, and Pixel Level Prediction, NeurIPS 2018","FishNet 是一款基于深度学习的通用骨干网络架构，专为图像、区域及像素级预测任务设计。它源自 NeurIPS 2018 的获奖论文，曾作为核心组件助力团队夺得 2018 年 COCO 物体检测挑战赛冠军。FishNet 主要解决了传统卷积神经网络在处理多尺度特征时效率与精度难以兼顾的痛点，通过独特的“鱼形”拓扑结构，实现了自下而上提取特征与自上而下细化特征的深度融合，显著提升了模型在不同视觉任务中的表现。\n\n该工具特别适合计算机视觉领域的研究人员和开发者使用，尤其是那些需要构建高精度检测、分割或分类模型的工程师。其技术亮点在于灵活的网络设计，能够高效整合多层级信息，且在 ImageNet 数据集上取得了优于同参数量模型的准确率（Top-1 最高达 79.71%）。项目提供了基于 PyTorch 的完整实现代码及预训练模型，支持多种数据增强策略，方便用户直接复现结果或在此基础上进行二次开发。无论是学术研究还是工业级应用，FishNet 都是一个值得尝试的高性能基线模型。","# FishNet\n\n![ ](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkevin-ssy_FishNet_readme_079234b9bb88.jpg)\n\nThis repo holds the implementation code of the paper:\n\n[FishNet: A Versatile Backbone for Image, Region, and Pixel Level Prediction](http:\u002F\u002Fpapers.nips.cc\u002Fpaper\u002F7356-fishnet-a-versatile-backbone-for-image-region-and-pixel-level-prediction.pdf)\n, Shuyang Sun, Jiangmiao Pang, Jianping Shi, Shuai Yi, Wanli Ouyang, NeurIPS 2018.\n\nFishNet was used as a key component\n for winning the 1st place in [COCO Detection Challenge 2018](http:\u002F\u002Fcocodataset.org\u002F#detection-leaderboard).\n \n Note that the results released here are a bit better than what we have reported in the paper.\n\n### Prerequisites\n- Python 3.6.x\n- PyTorch 0.4.0+\n\n### Data Augmentation\n\n| Method | Settings |\n| -----  | -------- |\n| Random Flip | True |\n| Random Crop | 8% ~ 100% |\n| Aspect Ratio| 3\u002F4 ~ 4\u002F3 |\n| Random PCA Lighting | 0.1 |\n\n**Note**: We apply weight decay to all weights and biases instead of just the weights of the convolution layers.\n\n### Training\nTo train FishNet-150 with 8 GPUs and batch size 256, simply run\n```\npython main.py --config \"cfgs\u002Ffishnet150.yaml\" IMAGENET_ROOT_PATH\n```\n\n### Models\n**Models trained without tricks**\n\n|    Model   | Params | FLOPs | Top-1  | Top-5  | Baidu Yun | Google Cloud |\n| ---------- | ------ | ----- | ------ | -----  | --------- | ------------ |\n| FishNet99  | 16.62M | 4.31G | 77.41% | 93.59% | [Download](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F11U3sRod1VfbDBRbmXph6KA)| [Download](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fhvojbdsad5ue7yb\u002Ffishnet99_ckpt.tar?dl=0) |\n| FishNet150 | 24.96M | 6.45G | 78.14% | 93.95% | [Download](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1uOEFsBHIdqpDLrbfCZJGUg)| [Download](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fhjadcef18ln3o2v\u002Ffishnet150_ckpt.tar?dl=0)\n| FishNet201 | 44.58M | 10.58G| 78.76% | 94.39% | Available Soon | Available Soon |\n\n**Models trained with cosine lr schedule (200 epochs) and label smoothing**\n\n|    Model   | Params | FLOPs | Top-1  | Top-5  | Baidu Yun | Google Cloud |\n| ---------- | ------ | ----- | ------ | -----  | --------- | ------------ |\n| FishNet150 | 24.96M | 6.45G | 79.35% | 94.75% | [Download](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1pt31cp-xGcsRJKZAPcp4yQ) | [Download](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fajy9p6f97y45f1r\u002Ffishnet150_ckpt_welltrained.tar?dl=0) |\n| FishNet201 | 44.58M | 10.58G| 79.71% | 94.79% | [Download]() | [Download](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fkvz2dmxe3fzn10m\u002Ffishnet201_ckpt_welltrain.tar?dl=0) |\n\nTo load these models, e.g. FishNet150, you need to first construct your FishNet150 structure like:\n\n```\nfrom models.network_factory import fishnet150\nmodel = fishnet150()\n```\n\nand then you can load the weights from the pre-trained checkpoint by:\n```\ncheckpoint = torch.load(model_path)  #  model_path: your checkpoint path, e.g. checkpoints\u002Ffishnet150.tar\nbest_prec1 = checkpoint['best_prec1']\nmodel.load_state_dict(checkpoint['state_dict'])\noptimizer.load_state_dict(checkpoint['optimizer'])\n```\n\nNote that you do **NOT** need to decompress the model using the ```tar``` command.\nThe model you download from the cloud could be loaded directly.\n\n### TODO:\n- [x] Update our arxiv paper.\n- [x] Release pre-train models.\n- [ ] Train the model with more training tricks.\n\n### Citation\n\nIf you find our research useful, please cite the paper:\n```\n@inproceedings{sun2018fishnet,\n  title={FishNet: A Versatile Backbone for Image, Region, and Pixel Level Prediction},\n  author={Sun, Shuyang and Pang, Jiangmiao and Shi, Jianping and Yi, Shuai and Ouyang, Wanli},\n  booktitle={Advances in Neural Information Processing Systems},\n  pages={760--770},\n  year={2018}\n}\n```\n\n### Contact\nYou can contact Shuyang Sun by sending email to kevin.sysun@gmail.com\n","# FishNet\n\n![ ](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkevin-ssy_FishNet_readme_079234b9bb88.jpg)\n\n此仓库包含论文的实现代码：\n\n[FishNet：用于图像、区域和像素级预测的通用骨干网络](http:\u002F\u002Fpapers.nips.cc\u002Fpaper\u002F7356-fishnet-a-versatile-backbone-for-image-region-and-pixel-level-prediction.pdf)，作者：孙书洋、庞江淼、史建平、易帅、欧阳万利，NeurIPS 2018。\n\nFishNet 被用作关键组件，帮助我们在 [COCO 检测挑战赛 2018](http:\u002F\u002Fcocodataset.org\u002F#detection-leaderboard) 中获得第一名。\n\n请注意，此处发布的结果比我们在论文中报告的略好。\n\n### 前置条件\n- Python 3.6.x\n- PyTorch 0.4.0+\n\n### 数据增强\n\n| 方法 | 设置 |\n| -----  | -------- |\n| 随机翻转 | True |\n| 随机裁剪 | 8% ~ 100% |\n| 宽高比| 3\u002F4 ~ 4\u002F3 |\n| 随机 PCA 光照 | 0.1 |\n\n**注意**：我们对所有权重和偏置都应用了权重衰减，而不仅仅是卷积层的权重。\n\n### 训练\n要使用 8 张 GPU 和 256 的批量大小训练 FishNet-150，只需运行：\n```\npython main.py --config \"cfgs\u002Ffishnet150.yaml\" IMAGENET_ROOT_PATH\n```\n\n### 模型\n**未使用技巧训练的模型**\n\n|    模型   | 参数 | 浮点运算次数 | Top-1  | Top-5  | 百度云 | Google 云 |\n| ---------- | ------ | ----- | ------ | -----  | --------- | ------------ |\n| FishNet99  | 16.62M | 4.31G | 77.41% | 93.59% | [下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F11U3sRod1VfbDBRbmXph6KA)| [下载](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fhvojbdsad5ue7yb\u002Ffishnet99_ckpt.tar?dl=0) |\n| FishNet150 | 24.96M | 6.45G | 78.14% | 93.95% | [下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1uOEFsBHIdqpDLrbfCZJGUg)| [下载](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fhjadcef18ln3o2v\u002Ffishnet150_ckpt.tar?dl=0)\n| FishNet201 | 44.58M | 10.58G| 78.76% | 94.39% | 即将提供 | 即将提供 |\n\n**使用余弦学习率调度（200 个 epoch）和标签平滑训练的模型**\n\n|    模型   | 参数 | 浮点运算次数 | Top-1  | Top-5  | 百度云 | Google 云 |\n| ---------- | ------ | ----- | ------ | -----  | --------- | ------------ |\n| FishNet150 | 24.96M | 6.45G | 79.35% | 94.75% | [下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1pt31cp-xGcsRJKZAPcp4yQ) | [下载](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fajy9p6f97y45f1r\u002Ffishnet150_ckpt_welltrained.tar?dl=0) |\n| FishNet201 | 44.58M | 10.58G| 79.71% | 94.79% | [下载]() | [下载](https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fkvz2dmxe3fzn10m\u002Ffishnet201_ckpt_welltrain.tar?dl=0) |\n\n要加载这些模型，例如 FishNet150，您需要先构建您的 FishNet150 结构，如下所示：\n\n```\nfrom models.network_factory import fishnet150\nmodel = fishnet150()\n```\n\n然后您可以从预训练检查点加载权重，方法如下：\n```\ncheckpoint = torch.load(model_path)  #  model_path: 您的检查点路径，例如 checkpoints\u002Ffishnet150.tar\nbest_prec1 = checkpoint['best_prec1']\nmodel.load_state_dict(checkpoint['state_dict'])\noptimizer.load_state_dict(checkpoint['optimizer'])\n```\n\n请注意，您 **不需要** 使用 ```tar``` 命令解压缩模型。您从云端下载的模型可以直接加载。\n\n### 待办事项：\n- [x] 更新我们的 arXiv 论文。\n- [x] 发布预训练模型。\n- [ ] 使用更多训练技巧训练模型。\n\n### 引用\n\n如果您认为我们的研究有用，请引用以下论文：\n```\n@inproceedings{sun2018fishnet,\n  title={FishNet: A Versatile Backbone for Image, Region, and Pixel Level Prediction},\n  author={Sun, Shuyang and Pang, Jiangmiao and Shi, Jianping and Yi, Shuai and Ouyang, Wanli},\n  booktitle={Advances in Neural Information Processing Systems},\n  pages={760--770},\n  year={2018}\n}\n```\n\n### 联系方式\n您可以通过发送邮件至 kevin.sysun@gmail.com 联系孙书洋。","# FishNet 快速上手指南\n\nFishNet 是一种适用于图像、区域和像素级预测的多功能骨干网络，曾在 COCO 2018 检测挑战赛中助力获得第一名。本指南将帮助你快速在本地环境中运行该模型。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **操作系统**: Linux (推荐)\n*   **Python**: 3.6.x\n*   **深度学习框架**: PyTorch 0.4.0 或更高版本\n*   **硬件**: 建议使用 NVIDIA GPU 进行训练（官方示例基于 8 GPU 环境）\n\n## 安装步骤\n\n1.  **克隆仓库**\n    首先获取源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fucbdrive\u002Ffishnet.git\n    cd fishnet\n    ```\n\n2.  **安装依赖**\n    确保已安装符合版本的 PyTorch。如果尚未安装，可使用以下命令（根据具体 CUDA 版本调整）：\n    ```bash\n    pip install torch==0.4.0 torchvision\n    ```\n    *注：其他常规依赖如 `yaml`, `opencv-python` 等通常需自行安装，若运行报错请补充安装对应库。*\n\n3.  **准备数据集**\n    下载 ImageNet 数据集并将其路径记录下来，后续训练命令中需要用到该路径（即 `IMAGENET_ROOT_PATH`）。\n\n## 基本使用\n\n### 1. 训练模型\n\n以训练 **FishNet-150** 为例，使用 8 张 GPU 和 256 的批量大小（Batch Size），运行以下命令：\n\n```bash\npython main.py --config \"cfgs\u002Ffishnet150.yaml\" IMAGENET_ROOT_PATH\n```\n*请将 `IMAGENET_ROOT_PATH` 替换为你本地的 ImageNet 数据集实际路径。*\n\n### 2. 加载预训练模型\n\n你可以直接加载官方提供的预训练权重（支持百度云或 Google Drive 下载，无需解压 `.tar` 文件）。\n\n**步骤一：构建模型结构**\n```python\nfrom models.network_factory import fishnet150\nmodel = fishnet150()\n```\n\n**步骤二：加载权重**\n```python\nimport torch\n\n# model_path 替换为你下载的 checkpoint 文件路径，例如 checkpoints\u002Ffishnet150.tar\ncheckpoint = torch.load(model_path)\n\n# 加载最佳精度记录\nbest_prec1 = checkpoint['best_prec1']\n\n# 加载模型参数\nmodel.load_state_dict(checkpoint['state_dict'])\n\n# 加载优化器状态（如需继续训练）\noptimizer.load_state_dict(checkpoint['optimizer'])\n```\n\n### 3. 预训练模型下载推荐\n\n国内用户推荐优先使用 **百度网盘** 链接下载模型：\n\n| 模型 | Top-1 精度 | 百度网盘下载 |\n| :--- | :--- | :--- |\n| **FishNet99** | 77.41% | [点击下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F11U3sRod1VfbDBRbmXph6KA) |\n| **FishNet150** | 78.14% | [点击下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1uOEFsBHIdqpDLrbfCZJGUg) |\n| **FishNet150 (增强版)** | 79.35% | [点击下载](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1pt31cp-xGcsRJKZAPcp4yQ) |\n\n*增强版模型使用了余弦学习率调度（200 epochs）和标签平滑技术，性能更优。*","某自动驾驶初创公司的算法团队正在开发一套能够同时识别车辆、检测车道线并分割可行驶区域的视觉感知系统。\n\n### 没有 FishNet 时\n- **多任务架构臃肿**：为了兼顾图像分类、目标检测和像素级分割，团队不得不维护三套独立的骨干网络，导致显存占用极高，无法在车载嵌入式设备上部署。\n- **精度与速度难以平衡**：使用传统的 ResNet 或 VGG 作为 backbone 时，若要提升小目标（如远处行人）的检测精度，推理延迟就会大幅增加，无法满足实时性要求。\n- **特征复用率低**：不同层级的特征图需要单独提取和融合，代码逻辑复杂且容易丢失细粒度的空间信息，导致车道线边缘分割效果模糊。\n- **调优成本高昂**：针对每个任务单独调整网络结构和超参数，训练周期长，且难以找到一个通用的最优解来支撑所有任务。\n\n### 使用 FishNet 后\n- **单一骨干通用化**：利用 FishNet 独特的“鱼形”双向结构，仅用一套模型即可同时高效支持图像、区域和像素级别的预测，显存占用降低 40%，成功适配车载芯片。\n- **极致性能表现**：凭借其在 COCO 2018 夺冠的架构优势，在保持低 FLOPs（如 FishNet150 仅 6.45G）的同时，显著提升了小目标检测准确率，推理速度满足实时帧率。\n- **特征流转更顺畅**：FishNet 的上下行路径设计自然地融合了深层语义与浅层细节，车道线分割边缘更加锐利清晰，无需复杂的额外特征金字塔操作。\n- **开发效率倍增**：团队只需维护一个基于 PyTorch 的统一训练流程，通过加载预训练权重即可快速迁移到多个子任务，模型迭代周期缩短了一半。\n\nFishNet 通过其 versatile 的双向架构，真正实现了“一次构建，多处生效”，让多任务视觉系统在精度、速度与资源消耗之间找到了最佳平衡点。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkevin-ssy_FishNet_ac49e05e.png","kevin-ssy","Shuyang (Kevin) Sun","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkevin-ssy_52e6b5f3.jpg","Researcher","Google DeepMind",null,"https:\u002F\u002Fgithub.com\u002Fkevin-ssy",[80],{"name":81,"color":82,"percentage":83},"Python","#3572A5",100,545,93,"2025-10-22T14:24:58",4,"未说明","训练示例提及需 8 张 GPU，具体型号、显存大小及 CUDA 版本未在文中明确说明（基于 PyTorch 0.4.0+ 推断需支持该版本的 NVIDIA GPU）",{"notes":91,"python":92,"dependencies":93},"1. 训练 FishNet-150 的示例命令配置为 8 张 GPU 且批量大小 (batch size) 为 256。\n2. 下载的模型文件 (.tar) 无需使用 tar 命令解压，可直接通过 torch.load 加载。\n3. 数据增强策略包含随机翻转、随机裁剪 (8%~100%)、宽高比调整 (3\u002F4~4\u002F3) 及随机 PCA 光照变化。\n4. 权重衰减 (weight decay) 应用于所有权重和偏置，而不仅仅是卷积层的权重。","3.6.x",[94],"PyTorch>=0.4.0",[14,15],[97,98,99,100,101],"imagenet","segmentation","detection-network","deep-learning","image-classification","2026-03-27T02:49:30.150509","2026-04-07T22:50:55.045193",[],[]]