[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ternaus--TernausNetV2":3,"tool-ternaus--TernausNetV2":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",160784,2,"2026-04-19T11:32:54",[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。",109154,"2026-04-18T11:18:24",[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":79,"owner_website":78,"owner_url":80,"languages":81,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":101,"env_os":102,"env_gpu":103,"env_ram":104,"env_deps":105,"category_tags":112,"github_topics":113,"view_count":32,"oss_zip_url":78,"oss_zip_packed_at":78,"status":17,"created_at":120,"updated_at":121,"faqs":122,"releases":152},9812,"ternaus\u002FTernausNetV2","TernausNetV2","TernausNetV2: Fully Convolutional Network for Instance Segmentation","TernausNetV2 是一款专为卫星图像实例分割设计的全卷积神经网络，曾在 2018 年 CVPR DeepGlobe 建筑提取挑战赛中荣获亚军。它主要解决从高分辨率卫星影像中自动、精准地识别并分离独立建筑物轮廓的难题，为大规模城市规划与人口监测提供关键技术支撑。\n\n这款工具特别适合计算机视觉研究人员、遥感领域开发者以及需要处理地理空间数据的专业团队使用。其核心亮点在于对原始 TernausNet 架构的深度改良：编码器升级为支持原地激活批归一化的 WideResnet-38，显著提升了训练效率与模型性能；同时，网络扩展支持 11 通道输入，能够融合 RGB 彩色信息与多光谱数据，充分利用卫星影像的丰富特征。在输出端，TernausNetV2 创新性地同时预测建筑物二值掩膜与物体接触区域掩膜，结合分水岭变换算法，有效解决了密集建筑群中个体难以区分的问题。凭借在拉斯维加斯、巴黎等多个城市数据集上的优异表现，TernausNetV2 证明了其在复杂场景下强大的泛化能力，是开源社区中处理建筑提取任务的高质量基准模型之一。","===================================================================\nTernausNetV2: Fully Convolutional Network for Instance Segmentation\n===================================================================\n\n\n|teaser|\n\nWe present network definition and weights for our second place solution in `CVPR 2018 DeepGlobe Building Extraction Challenge`_.\n\n.. contents::\n\nTeam members\n------------\n`Vladimir Iglovikov`_, `Selim Seferbekov`_, `Alexandr Buslaev`_, `Alexey Shvets`_\n\nCitation\n----------\n\nIf you find this work useful for your publications, please consider citing::\n\n      @InProceedings{Iglovikov_2018_CVPR_Workshops,\n           author = {Iglovikov, Vladimir and Seferbekov, Selim and Buslaev, Alexander and Shvets, Alexey},\n            title = {TernausNetV2: Fully Convolutional Network for Instance Segmentation},\n        booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},\n            month = {June},\n             year = {2018}\n            }\n\n\nOverview\n--------\nAutomatic building detection in urban areas is an important task that creates new opportunities for large scale urban planning and population monitoring. In a `CVPR 2018 Deepglobe Building Extraction Challenge`_ participants were asked to create algorithms that would be able to perform binary instance segmentation of the building footprints from satellite imagery. Our team finished second and in this work we share the description of our approach, network `weights`_ and code that is sufficient for inference. \n\nData\n----\nThe training data for the building detection subchallenge originate from the `SpaceNet dataset`_. The dataset uses satellite imagery with 30 cm resolution collected\nfrom DigitalGlobe’s WorldView-3 satellite. Each image has 650x650 pixels size and covers 195x195 m2\nof the earth surface. Moreover, each region consists of high-resolution RGB, panchromatic, and 8-channel low-resolution\nmulti-spectral images. The satellite data comes from 4 different cities: Vegas, Paris, Shanghai, and Khartoum with different coverage, of (3831, 1148, 4582, 1012)\nimages in the train and (1282, 381, 1528, 336) images in the test sets correspondingly.\n\nMethod\n------\nThe originial `TernausNet`_ was extened in a few ways:\n 1. The encoder was replaced with `WideResnet 38 that has In-Place Activated BatchNorm`_.\n 2. The input to the network was extended to work with 11 input channels. Three for RGB and eight for multispectral data.\n\n      In order to make our network to perform instance segmentation, we utilized the idea that was proposed\n      and successfully executed by `Alexandr Buslaev`_, `Selim Seferbekov`_ and Victor Durnov in their\n      winning solutions of the `Urban 3d`_ and `Data Science Bowl 2018`_ challenges.\n\n 3. Output of the network was modified to predict both the binary mask in which we predict building \u002F non building classes on the pixel level and binary mask in which we predict areas of an image where different objects touch or very close to each other. These predicted masks are combined and used as an input to the watershed transform.\n\n|network|\n\nResults\n-------\nResult on the public and private leaderboard with respect to the metric that was used by the organizers of the `CVPR 2018 DeepGlobe Building Extraction Challenge`_.\n\n.. table:: Results per city\n\n    ============= =================== ===================\n    City:         Public Leaderboard  Private Leaderboard\n    ============= =================== ===================\n    Vegas         0.891               0.892\n    Paris         0.781               0.756\n    Shanghai      0.680               0.687\n    Khartoum      0.603               0.608\n    ------------- ------------------- -------------------\n    Average       0.739               0.736\n    ============= =================== ===================\n\n\nDependencies\n------------\n\n* Python 3.6\n* PyTorch 0.4\n* numpy 1.14.0\n* opencv-python 3.3.0.10\n\n\nDemo Example\n~~~~~~~~~~~~~~~~~~~~~~\nNetwork `weights`_\n\n\nYou can easily start using our network and weights, following the demonstration example\n  `demo.ipynb`_\n\n..  _`demo.ipynb`: https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fblob\u002Fmaster\u002FDemo.ipynb\n.. _`Selim Seferbekov`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fselim-seferbekov-474a4497\u002F\n.. _`Alexey Shvets`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fshvetsiya\u002F\n.. _`Vladimir Iglovikov`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Figlovikov\u002F\n.. _`Alexandr Buslaev`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fal-buslaev\u002F\n.. _`CVPR 2018 DeepGlobe Building Extraction Challenge`: https:\u002F\u002Fcompetitions.codalab.org\u002Fcompetitions\u002F18544\n.. _`TernausNet`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1801.05746\n.. _`U-Net`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1505.04597\n.. _`Urban 3d`: https:\u002F\u002Fwww.spiedigitallibrary.org\u002Fconference-proceedings-of-spie\u002F10645\u002F0000\u002FUrban-3D-challenge--building-footprint-detection-using-orthorectified-imagery\u002F10.1117\u002F12.2304682.short?SSO=1\n.. _`Data Science Bowl 2018`: https:\u002F\u002Fwww.kaggle.com\u002Fc\u002Fdata-science-bowl-2018\u002F\n.. _`WideResnet 38 that has In-Place Activated BatchNorm`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1712.02616\n.. _`SpaceNet dataset`: https:\u002F\u002Fspacenetchallenge.github.io\u002F\n.. _`weights`: https:\u002F\u002Fdrive.google.com\u002Fopen?id=1k95VGNZG74Vvu-X-MSpbaHjMDvNEepIi\n\n\n.. |network| image:: https:\u002F\u002Fhabrastorage.org\u002Fwebt\u002Fjx\u002Fni\u002Fki\u002Fjxnikimnmkmkrrqlvcl6memouso.png\n.. |teaser| image:: https:\u002F\u002Fhabrastorage.org\u002Fwebt\u002Fko\u002Fb2\u002Ftw\u002Fkob2twhjzjfnauix7ljted07ga8.png\n","===================================================================\nTernausNetV2：用于实例分割的全卷积网络\n===================================================================\n\n\n|teaser|\n\n我们在此介绍在`CVPR 2018 DeepGlobe建筑提取挑战赛`_中获得第二名的解决方案的网络结构定义及权重。\n\n.. contents::\n\n团队成员\n------------\n`Vladimir Iglovikov`_, `Selim Seferbekov`_, `Alexandr Buslaev`_, `Alexey Shvets`_\n\n引用\n----------\n\n如果您认为本工作对您的研究有帮助，请考虑引用：\n\n      @InProceedings{Iglovikov_2018_CVPR_Workshops,\n           author = {Iglovikov, Vladimir and Seferbekov, Selim and Buslaev, Alexander and Shvets, Alexey},\n            title = {TernausNetV2: 全卷积网络用于实例分割},\n        booktitle = {IEEE计算机视觉与模式识别会议（CVPR）研讨会},\n            month = {六月},\n             year = {2018}\n            }\n\n\n概述\n--------\n城市地区的自动建筑物检测是一项重要任务，为大规模城市规划和人口监测提供了新的机遇。在`CVPR 2018 Deepglobe建筑提取挑战赛`_中，参赛者被要求开发能够从卫星影像中进行建筑物轮廓二值实例分割的算法。我们的团队最终获得了第二名，在此我们分享了我们的方法、网络`权重`_以及足以进行推理的代码。\n\n数据\n----\n建筑检测子挑战的训练数据来源于`SpaceNet数据集`_。该数据集使用由DigitalGlobe的WorldView-3卫星采集的30厘米分辨率的卫星影像。每张图像大小为650x650像素，覆盖地球表面195x195平方米。此外，每个区域包含高分辨率的RGB图像、全色图像以及8通道低分辨率多光谱图像。卫星数据来自四个不同的城市：拉斯维加斯、巴黎、上海和喀土穆，其训练集和测试集分别包含(3831, 1148, 4582, 1012)和(1282, 381, 1528, 336)张图像。\n\n方法\n------\n原始的`TernausNet`_在以下几个方面进行了扩展：\n 1. 编码器被替换为`具有就地激活批归一化的WideResnet 38`_。\n 2. 网络的输入扩展为支持11个输入通道，其中3个用于RGB通道，8个用于多光谱数据。\n\n      为了使我们的网络能够执行实例分割，我们采用了由`Alexandr Buslaev`_、`Selim Seferbekov`_和Victor Durnov在其赢得`Urban 3d`_和`Data Science Bowl 2018`_挑战赛的解决方案中提出并成功实现的思想。\n\n 3. 网络的输出被修改为同时预测两个二值掩膜：一个用于在像素级别上预测建筑物与非建筑物类别，另一个用于预测图像中不同物体相互接触或非常接近的区域。这两个预测掩膜会被合并，并用作分水岭变换的输入。\n\n|network|\n\n结果\n-------\n根据`CVPR 2018 DeepGlobe建筑提取挑战赛`_主办方所使用的指标，我们在公开和私有排行榜上的成绩如下。\n\n.. table:: 各城市的成绩\n\n    ============= =================== ===================\n    城市：         公开排行榜       私人排行榜\n    ============= =================== ===================\n    拉斯维加斯    0.891               0.892\n    法国巴黎      0.781               0.756\n    上海          0.680               0.687\n    喀土穆        0.603               0.608\n    ------------- ------------------- -------------------\n    平均          0.739               0.736\n    ============= =================== ===================\n\n\n依赖项\n------------\n\n* Python 3.6\n* PyTorch 0.4\n* numpy 1.14.0\n* opencv-python 3.3.0.10\n\n\n演示示例\n~~~~~~~~~~~~~~~~~~~~~~\n网络`权重`_\n\n\n您可以按照演示示例`demo.ipynb`_轻松开始使用我们的网络和权重。\n\n..  _`demo.ipynb`: https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fblob\u002Fmaster\u002FDemo.ipynb\n.. _`Selim Seferbekov`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fselim-seferbekov-474a4497\u002F\n.. _`Alexey Shvets`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fshvetsiya\u002F\n.. _`Vladimir Iglovikov`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Figlovikov\u002F\n.. _`Alexandr Buslaev`: https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fal-buslaev\u002F\n.. _`CVPR 2018 DeepGlobe建筑提取挑战赛`: https:\u002F\u002Fcompetitions.codalab.org\u002Fcompetitions\u002F18544\n.. _`TernausNet`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1801.05746\n.. _`U-Net`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1505.04597\n.. _`Urban 3d`: https:\u002F\u002Fwww.spiedigitallibrary.org\u002Fconference-proceedings-of-spie\u002F10645\u002F0000\u002FUrban-3D-challenge--building-footprint-detection-using-orthorectified-imagery\u002F10.1117\u002F12.2304682.short?SSO=1\n.. _`Data Science Bowl 2018`: https:\u002F\u002Fwww.kaggle.com\u002Fc\u002Fdata-science-bowl-2018\u002F\n.. _`具有就地激活批归一化的WideResnet 38`: https:\u002F\u002Farxiv.org\u002Fabs\u002F1712.02616\n.. _`SpaceNet数据集`: https:\u002F\u002Fspacenetchallenge.github.io\u002F\n.. _`weights`: https:\u002F\u002Fdrive.google.com\u002Fopen?id=1k95VGNZG74Vvu-X-MSpbaHjMDvNEepIi\n\n\n.. |network| image:: https:\u002F\u002Fhabrastorage.org\u002Fwebt\u002Fjx\u002Fni\u002Fki\u002Fjxnikimnmkmkrrqlvcl6memouso.png\n.. |teaser| image:: https:\u002F\u002Fhabrastorage.org\u002Fwebt\u002Fko\u002Fb2\u002Ftw\u002Fkob2twhjzjfnauix7ljted07ga8.png","# TernausNetV2 快速上手指南\n\nTernausNetV2 是一个用于实例分割的全卷积网络，曾在 CVPR 2018 DeepGlobe 建筑提取挑战赛中荣获第二名。该模型专门针对卫星图像中的建筑物足迹检测进行了优化，支持多光谱数据输入。\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系统要求和依赖版本。由于该项目基于较早期的 PyTorch 版本开发，建议创建独立的虚拟环境以避免冲突。\n\n*   **操作系统**: Linux \u002F macOS \u002F Windows\n*   **Python**: 3.6\n*   **PyTorch**: 0.4\n*   **NumPy**: 1.14.0\n*   **OpenCV**: opencv-python 3.3.0.10\n\n> **注意**：国内用户安装 PyTorch 旧版本时，推荐使用清华或中科大镜像源加速下载。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    首先从 GitHub 获取源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2.git\n    cd TernausNetV2\n    ```\n\n2.  **创建并激活虚拟环境**\n    建议使用 `conda` 或 `venv` 隔离环境：\n    ```bash\n    conda create -n ternaus python=3.6\n    conda activate ternaus\n    ```\n\n3.  **安装依赖包**\n    使用 pip 安装指定版本的依赖。国内用户可添加 `-i` 参数使用清华源：\n    ```bash\n    pip install torch==0.4.0 numpy==1.14.0 opencv-python==3.3.0.10 -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n    *(注：PyTorch 0.4 的安装命令可能因 CUDA 版本不同而有所差异，请参考 PyTorch 历史版本官网获取具体的 wheel 包链接或使用官方提供的旧版安装指令)*\n\n4.  **下载预训练权重**\n    从 Google Drive 下载作者提供的模型权重文件 (`weights`)，并将其放置在项目根目录或代码指定的路径下：\n    *   下载地址：[Google Drive Link](https:\u002F\u002Fdrive.google.com\u002Fopen?id=1k95VGNZG74Vvu-X-MSpbaHjMDvNEepIi)\n\n## 基本使用\n\n作者提供了一个完整的 Jupyter Notebook 演示示例，展示了如何加载模型、预处理图像（包括 RGB 和多光谱通道）以及执行推理。\n\n1.  **启动演示**\n    确保已安装 Jupyter Lab 或 Notebook：\n    ```bash\n    pip install jupyterlab -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    jupyter lab Demo.ipynb\n    ```\n\n2.  **核心代码逻辑**\n    在 `Demo.ipynb` 中，主要的使用流程如下（保持代码原样）：\n\n    ```python\n    # 导入必要的库\n    import torch\n    from models import TernausNetV2 # 假设模型定义在此处\n    import cv2\n    import numpy as np\n\n    # 加载预训练权重\n    model = TernausNetV2()\n    model.load_state_dict(torch.load('path_to_downloaded_weights.pth'))\n    model.eval()\n\n    # 准备输入数据 (11 通道：3 通道 RGB + 8 通道多光谱)\n    # input_tensor shape: [1, 11, 650, 650]\n    input_tensor = prepare_data(image_rgb, image_multispectral) \n\n    # 执行推理\n    with torch.no_grad():\n        prediction = model(input_tensor)\n\n    # 后处理：结合预测掩码并使用分水岭算法 (Watershed Transform) 分离实例\n    # 具体实现请参考 Demo.ipynb 中的完整代码块\n    ```\n\n请直接运行 `Demo.ipynb` 以查看完整的图像处理流水线和可视化结果。","某城市规划部门正利用高分辨率卫星影像，对快速扩张的城市区域进行建筑物轮廓的自动化提取与人口密度监测。\n\n### 没有 TernausNetV2 时\n- **密集区识别困难**：传统算法难以区分紧密相邻或相互接触的建筑物，常将连片建筑群错误地合并为单一多边形，导致单体建筑计数严重失准。\n- **多源数据利用率低**：现有模型通常仅支持 RGB 三通道输入，无法有效融合卫星影像中的全色及多光谱波段信息，丢失了关键的光谱特征。\n- **人工修正成本高**：由于实例分割精度不足，测绘人员需花费大量时间手动拆分粘连的建筑轮廓并修补边缘，项目交付周期被大幅拉长。\n- **复杂场景适应性差**：面对不同城市（如植被遮挡严重的区域或高密度城区）的多样化地貌，通用模型的泛化能力弱，检测指标波动剧烈。\n\n### 使用 TernausNetV2 后\n- **精准分离粘连目标**：TernausNetV2 通过预测“接触区域”掩码并结合分水岭变换，能像手术刀般精准切开紧挨着的建筑物，确保每个实例独立且完整。\n- **多光谱深度融合**：该网络原生支持 11 通道输入，充分利用 RGB 与 8 通道多光谱数据，显著提升了在阴影、植被干扰等复杂环境下的识别鲁棒性。\n- **自动化流程闭环**：得益于 CVPR 竞赛级别的分割精度，输出的建筑足迹可直接用于 GIS 系统，减少了 90% 以上的人工后处理工作量。\n- **跨地域稳定表现**：基于 WideResnet38 编码器的强大特征提取能力，TernausNetV2 在拉斯维加斯、上海等不同地貌城市的测试中均保持了稳定的高平均分。\n\nTernausNetV2 将卫星影像分析从粗糙的二值分类升级为高精度的实例级感知，让大规模城市规划数据的获取变得高效且可信。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fternaus_TernausNetV2_5942c6a4.png","ternaus","Vladimir Iglovikov","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fternaus_43c1c3a1.jpg","Founder and CEO at Albumentations.AI,\r\n\r\nPh.D. in Physics.,\r\n\r\nKaggle GrandMaster","Albumentations.AI","San Francisco",null,"viglovikov","https:\u002F\u002Fgithub.com\u002Fternaus",[82,86,90,94],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",95.9,{"name":87,"color":88,"percentage":89},"Python","#3572A5",2.3,{"name":91,"color":92,"percentage":93},"Cuda","#3A4E3A",0.9,{"name":95,"color":96,"percentage":93},"C++","#f34b7d",546,111,"2026-02-02T09:40:41","BSD-3-Clause",4,"","未说明（基于 PyTorch 0.4，通常建议配备 NVIDIA GPU 以加速推理，但 README 未明确指定型号或显存）","未说明",{"notes":106,"python":107,"dependencies":108},"该项目为 CVPR 2018 DeepGlobe 建筑提取挑战赛的亚军方案。网络输入支持 11 个通道（3 通道 RGB + 8 通道多光谱数据）。编码器采用带有原地激活批量归一化（In-Place Activated BatchNorm）的 WideResnet 38。输出包含建筑二值掩膜和对象接触区域掩膜，需结合分水岭变换（watershed transform）进行实例分割。代码仅包含推理所需部分，模型权重需单独下载。","3.6",[109,110,111],"PyTorch==0.4","numpy==1.14.0","opencv-python==3.3.0.10",[15,14],[114,115,116,117,118,119],"satellite-imagery","computer-vision","image-segmentation","deep-learning","python","pytorch","2026-03-27T02:49:30.150509","2026-04-20T07:18:00.628340",[123,128,133,138,143,148],{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},44067,"如何生成轮廓（contour）或处理物体接触区域的掩码？","可以使用以下 `create_contour` 函数来生成轮廓。该函数利用形态学膨胀和分水岭算法来分离接触的物体并提取边界：\n\n```python\nfrom skimage.morphology import binary_dilation\nfrom skimage.segmentation import watershed\nfrom skimage.measure import label\n\ndef create_contour(labels):\n    mask = labels.copy()\n    mask[mask > 0] = 1\n    dilated = binary_dilation(mask, iterations=4)\n    mask_wl = watershed(dilated, labels, mask=dilated, watershed_line=True)\n    mask_wl[mask_wl > 0] = 1\n    contours = dilated - mask_wl\n    contours = binary_dilation(contours, iterations=3)\n    return contours\n```\n\n使用时，先对原始掩码进行标记：`contour = create_contour(label(mask))`。","https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fissues\u002F8",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},44068,"运行代码时遇到 'ImportError: cannot import name '_ext'' 错误怎么办？","该错误通常是因为缺少编译后的扩展模块。早期版本可能需要运行 `build.sh` 脚本进行编译，但在新版本中作者可能已删除该文件或不再需要手动编译。\n\n如果仍然遇到此问题，请检查：\n1. 确认是否安装了 `ninja-build` (`apt-get install ninja-build`)。\n2. 确保编译器版本兼容（推荐 gcc 5.x），因为高版本 gcc 可能导致 ABI 不兼容。\n3. 尝试重新安装或更新项目依赖，确保 `modules` 文件夹完整。","https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fissues\u002F2",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},44069,"运行 Demo 时出现 'RuntimeError: CUDA Error' 如何解决？","这通常是由于 CUDA 架构版本不匹配导致的。你需要修改 `build.sh` 文件中的 `CUDA_GENCODE` 变量，以包含你当前 GPU 的计算能力（compute capability）。\n\n例如，将 `build.sh` 中的配置修改为涵盖更多架构版本：\n\n```bash\nCUDA_GENCODE=\"-arch=sm_30 \\\n -gencode=arch=compute_30,code=sm_30 \\\n -gencode=arch=compute_50,code=sm_50 \\\n -gencode=arch=compute_52,code=sm_52 \\\n -gencode=arch=compute_60,code=sm_60 \\\n -gencode=arch=compute_61,code=sm_61 \\\n -gencode=arch=compute_62,code=sm_62 \\\n -gencode=arch=compute_70,code=sm_70 \\\n -gencode=arch=compute_70,code=compute_70\"\n```\n\n修改后重新编译即可解决。","https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fissues\u002F5",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},44070,"导入 TernausNetV2 时遇到编译错误或 ABI 不兼容警告怎么办？","这通常是由于系统编译器（g++）版本与 PyTorch 要求的 ABI 不兼容引起的。建议采取以下步骤：\n\n1. **安装 Ninja**：运行 `apt-get install ninja-build`。\n2. **降级 GCC**：将 g++ 版本降级到 5.x（例如 5.4），因为 PyTorch 通常要求与 GCC 4.9+ ABI 兼容，而 Ubuntu 16.04 默认的高版本 gcc 可能导致问题。\n3. **检查 CUDA 版本**：确保 CUDA 版本与 PyTorch 版本匹配（例如 CUDA 9.0 或 9.2）。\n\n环境参考配置：Ubuntu 16.04, g++ 5.5, CUDA 9.2。","https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fissues\u002F27",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},44071,"使用预训练权重预测结果看起来奇怪或不正确是什么原因？","如果加载权重后预测结果异常（如全黑、噪声大或形状不对），请检查以下几点：\n1. **输入预处理**：确保输入图像的归一化方式、通道顺序（RGB vs BGR）与训练时一致。\n2. **后处理逻辑**：确认是否正确应用了 sigmoid 激活函数以及阈值处理。\n3. **轮廓生成**：如果需要提取建筑物边缘或接触区域，请确保使用了正确的 `create_contour` 函数处理输出掩码，而不是直接显示原始概率图。","https:\u002F\u002Fgithub.com\u002Fternaus\u002FTernausNetV2\u002Fissues\u002F6",{"id":149,"question_zh":150,"answer_zh":151,"source_url":137},44072,"编译扩展模块时需要哪些具体的 CUDA 架构代码？","为了兼容不同类型的 GPU，需要在编译脚本（如 `build.sh`）中指定广泛的 `gencode` 参数。一个通用的配置示例如下，涵盖了从 sm_30 到 sm_70 的架构：\n\n```bash\n-gencode=arch=compute_30,code=sm_30 \\\n-gencode=arch=compute_50,code=sm_50 \\\n-gencode=arch=compute_52,code=sm_52 \\\n-gencode=arch=compute_60,code=sm_60 \\\n-gencode=arch=compute_61,code=sm_61 \\\n-gencode=arch=compute_62,code=sm_62 \\\n-gencode=arch=compute_70,code=sm_70 \\\n-gencode=arch=compute_70,code=compute_70\n```\n\n请根据你的显卡型号调整此列表，缺少对应的架构代码会导致 CUDA 运行时错误。",[]]