[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-zhanghang1989--PyTorch-Encoding":3,"tool-zhanghang1989--PyTorch-Encoding":61},[4,18,26,36,44,52],{"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",141543,2,"2026-04-06T11:32:54",[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。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"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":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":107,"forks":108,"last_commit_at":109,"license":110,"difficulty_score":10,"env_os":111,"env_gpu":112,"env_ram":112,"env_deps":113,"category_tags":117,"github_topics":118,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":123,"updated_at":124,"faqs":125,"releases":155},4375,"zhanghang1989\u002FPyTorch-Encoding","PyTorch-Encoding","A CV toolkit for my papers.","PyTorch-Encoding 是一个专为计算机视觉研究打造的高效工具包，由开发者 Hang Zhang 创建并用于支撑其多篇顶级会议论文。它主要解决了在图像分类和语义分割任务中，如何更精准地提取图像上下文信息与纹理特征的技术难题，帮助模型在复杂场景下实现更高的识别精度。\n\n这款工具特别适合计算机视觉领域的研究人员、算法工程师以及深度学习开发者使用。如果你正在复现前沿论文、训练高性能模型，或者需要快速验证新的网络结构，PyTorch-Encoding 能提供极大的便利。\n\n其核心技术亮点在于集成了多种创新的编码机制，包括著名的“上下文编码（Context Encoding）”和“分裂注意力网络（ResNeSt）”。这些技术通过增强模型对全局上下文和局部细节的感知能力，显著提升了在 ADE20K、Pascal Context 等权威数据集上的表现。此外，工具包还内置了丰富的预训练模型库（Model Zoo），覆盖了从图像分类到语义分割的多种任务，让用户能够轻松调用状态-of-the-art 的模型进行实验或部署。作为基于 PyTorch 构建的开源项目，它拥有清晰的文档和活跃的社区支持","PyTorch-Encoding 是一个专为计算机视觉研究打造的高效工具包，由开发者 Hang Zhang 创建并用于支撑其多篇顶级会议论文。它主要解决了在图像分类和语义分割任务中，如何更精准地提取图像上下文信息与纹理特征的技术难题，帮助模型在复杂场景下实现更高的识别精度。\n\n这款工具特别适合计算机视觉领域的研究人员、算法工程师以及深度学习开发者使用。如果你正在复现前沿论文、训练高性能模型，或者需要快速验证新的网络结构，PyTorch-Encoding 能提供极大的便利。\n\n其核心技术亮点在于集成了多种创新的编码机制，包括著名的“上下文编码（Context Encoding）”和“分裂注意力网络（ResNeSt）”。这些技术通过增强模型对全局上下文和局部细节的感知能力，显著提升了在 ADE20K、Pascal Context 等权威数据集上的表现。此外，工具包还内置了丰富的预训练模型库（Model Zoo），覆盖了从图像分类到语义分割的多种任务，让用户能够轻松调用状态-of-the-art 的模型进行实验或部署。作为基于 PyTorch 构建的开源项目，它拥有清晰的文档和活跃的社区支持，是探索高质量视觉算法的理想起点。","[![License: MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![Build Docs](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fworkflows\u002FBuild%20Docs\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Factions)\n[![Unit Test](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fworkflows\u002FUnit%20Test\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Factions)\n\n[![PWC](https:\u002F\u002Fimg.shields.io\u002Fendpoint.svg?url=https:\u002F\u002Fpaperswithcode.com\u002Fbadge\u002Fresnest-split-attention-networks\u002Fsemantic-segmentation-on-ade20k)](https:\u002F\u002Fpaperswithcode.com\u002Fsota\u002Fsemantic-segmentation-on-ade20k?p=resnest-split-attention-networks)\n[![PWC](https:\u002F\u002Fimg.shields.io\u002Fendpoint.svg?url=https:\u002F\u002Fpaperswithcode.com\u002Fbadge\u002Fresnest-split-attention-networks\u002Fsemantic-segmentation-on-pascal-context)](https:\u002F\u002Fpaperswithcode.com\u002Fsota\u002Fsemantic-segmentation-on-pascal-context?p=resnest-split-attention-networks)\n\n# PyTorch-Encoding\n\ncreated by [Hang Zhang](http:\u002F\u002Fhangzh.com\u002F)\n\n## [Documentation](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F)\n\n- Please visit the [**Docs**](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F) for detail instructions of installation and usage. \n\n- Please visit the [link](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002Fmodel_zoo\u002Fimagenet.html) to image classification models.\n\n- Please visit the [link](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002Fmodel_zoo\u002Fsegmentation.html) to semantic segmentation models.\n\n## Citations\n\n**ResNeSt: Split-Attention Networks** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fabs\u002F2004.08955)  \n  [Hang Zhang](http:\u002F\u002Fhangzh.com\u002F), Chongruo Wu, Zhongyue Zhang, Yi Zhu, Zhi Zhang, Haibin Lin, Yue Sun, Tong He, Jonas Muller, R. Manmatha, Mu Li and Alex Smola\n```\n@article{zhang2020resnest,\ntitle={ResNeSt: Split-Attention Networks},\nauthor={Zhang, Hang and Wu, Chongruo and Zhang, Zhongyue and Zhu, Yi and Zhang, Zhi and Lin, Haibin and Sun, Yue and He, Tong and Muller, Jonas and Manmatha, R. and Li, Mu and Smola, Alexander},\njournal={arXiv preprint},\nyear={2020}\n}\n```\n\n**Context Encoding for Semantic Segmentation** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1803.08904.pdf)  \n [Hang Zhang](http:\u002F\u002Fhangzh.com\u002F), [Kristin Dana](http:\u002F\u002Feceweb1.rutgers.edu\u002Fvision\u002Fdana.html), [Jianping Shi](http:\u002F\u002Fshijianping.me\u002F), [Zhongyue Zhang](http:\u002F\u002Fzhongyuezhang.com\u002F), [Xiaogang Wang](http:\u002F\u002Fwww.ee.cuhk.edu.hk\u002F~xgwang\u002F), [Ambrish Tyagi](https:\u002F\u002Fscholar.google.com\u002Fcitations?user=GaSWCoUAAAAJ&hl=en), [Amit Agrawal](http:\u002F\u002Fwww.amitkagrawal.com\u002F)\n```\n@InProceedings{Zhang_2018_CVPR,\nauthor = {Zhang, Hang and Dana, Kristin and Shi, Jianping and Zhang, Zhongyue and Wang, Xiaogang and Tyagi, Ambrish and Agrawal, Amit},\ntitle = {Context Encoding for Semantic Segmentation},\nbooktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {June},\nyear = {2018}\n}\n```\n\n**Deep TEN: Texture Encoding Network** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1612.02844.pdf)  \n  [Hang Zhang](http:\u002F\u002Fhangzh.com\u002F), [Jia Xue](http:\u002F\u002Fjiaxueweb.com\u002F), [Kristin Dana](http:\u002F\u002Feceweb1.rutgers.edu\u002Fvision\u002Fdana.html)\n```\n@InProceedings{Zhang_2017_CVPR,\nauthor = {Zhang, Hang and Xue, Jia and Dana, Kristin},\ntitle = {Deep TEN: Texture Encoding Network},\nbooktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {July},\nyear = {2017}\n}\n```\n","[![许可证：MIT](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow.svg)](https:\u002F\u002Fopensource.org\u002Flicenses\u002FMIT)\n[![构建文档](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fworkflows\u002FBuild%20Docs\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Factions)\n[![单元测试](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fworkflows\u002FUnit%20Test\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Factions)\n\n[![PWC](https:\u002F\u002Fimg.shields.io\u002Fendpoint.svg?url=https:\u002F\u002Fpaperswithcode.com\u002Fbadge\u002Fresnest-split-attention-networks\u002Fsemantic-segmentation-on-ade20k)](https:\u002F\u002Fpaperswithcode.com\u002Fsota\u002Fsemantic-segmentation-on-ade20k?p=resnest-split-attention-networks)\n[![PWC](https:\u002F\u002Fimg.shields.io\u002Fendpoint.svg?url=https:\u002F\u002Fpaperswithcode.com\u002Fbadge\u002Fresnest-split-attention-networks\u002Fsemantic-segmentation-on-pascal-context)](https:\u002F\u002Fpaperswithcode.com\u002Fsota\u002Fsemantic-segmentation-on-pascal-context?p=resnest-split-attention-networks)\n\n# PyTorch-Encoding\n\n由 [张航](http:\u002F\u002Fhangzh.com\u002F) 创建\n\n## [文档](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F)\n\n- 请访问 [**文档**](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F) 获取详细的安装和使用说明。\n\n- 请访问 [链接](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002Fmodel_zoo\u002Fimagenet.html) 查看图像分类模型。\n\n- 请访问 [链接](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002Fmodel_zoo\u002Fsegmentation.html) 查看语义分割模型。\n\n## 引用\n\n**ResNeSt：分裂注意力网络** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fabs\u002F2004.08955)  \n  [张航](http:\u002F\u002Fhangzh.com\u002F)、吴崇若、张中岳、朱毅、张志、林海斌、孙悦、何通、乔纳斯·穆勒、R. 曼马塔、李沐和亚历克斯·斯莫拉\n```\n@article{zhang2020resnest,\ntitle={ResNeSt: Split-Attention Networks},\nauthor={Zhang, Hang and Wu, Chongruo and Zhang, Zhongyue and Zhu, Yi and Zhang, Zhi and Lin, Haibin and Sun, Yue and He, Tong and Muller, Jonas and Manmatha, R. and Li, Mu and Smola, Alexander},\njournal={arXiv preprint},\nyear={2020}\n}\n```\n\n**用于语义分割的上下文编码** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1803.08904.pdf)  \n [张航](http:\u002F\u002Fhangzh.com\u002F)、[克里斯汀·达纳](http:\u002F\u002Feceweb1.rutgers.edu\u002Fvision\u002Fdana.html)、[施建平](http:\u002F\u002Fshijianping.me\u002F)、[张中岳](http:\u002F\u002Fzhongyuezhang.com\u002F)、[王小刚](http:\u002F\u002Fwww.ee.cuhk.edu.hk\u002F~xgwang\u002F)、[安布里什·泰亚吉](https:\u002F\u002Fscholar.google.com\u002Fcitations?user=GaSWCoUAAAAJ&hl=en)、[阿米特·阿格拉瓦尔](http:\u002F\u002Fwww.amitkagrawal.com\u002F)\n```\n@InProceedings{Zhang_2018_CVPR,\nauthor = {Zhang, Hang and Dana, Kristin and Shi, Jianping and Zhang, Zhongyue and Wang, Xiaogang and Tyagi, Ambrish and Agrawal, Amit},\ntitle = {Context Encoding for Semantic Segmentation},\nbooktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {June},\nyear = {2018}\n}\n```\n\n**Deep TEN：纹理编码网络** [[arXiv]](https:\u002F\u002Farxiv.org\u002Fpdf\u002F1612.02844.pdf)  \n  [张航](http:\u002F\u002Fhangzh.com\u002F)、[贾雪](http:\u002F\u002Fjiaxueweb.com\u002F)、[克里斯汀·达纳](http:\u002F\u002Feceweb1.rutgers.edu\u002Fvision\u002Fdana.html)\n```\n@InProceedings{Zhang_2017_CVPR,\nauthor = {Zhang, Hang and Xue, Jia and Dana, Kristin},\ntitle = {Deep TEN: Texture Encoding Network},\nbooktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},\nmonth = {July},\nyear = {2017}\n}\n```","# PyTorch-Encoding 快速上手指南\n\nPyTorch-Encoding 是一个基于 PyTorch 的深度学习库，专注于提供先进的语义分割和图像分类模型（如 ResNeSt、Context Encoding 等）。本指南将帮助您快速完成环境配置并开始使用。\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 Ubuntu 18.04+) 或 macOS。Windows 支持可能需要额外配置。\n*   **Python**: 版本 3.6 或更高。\n*   **PyTorch**: 已安装兼容版本的 PyTorch 和 torchvision。\n*   **编译器**: 需要安装 `gcc` 和 `g++` 以编译自定义 CUDA 算子。\n    *   Ubuntu\u002FDebian: `sudo apt-get install build-essential`\n    *   CentOS: `sudo yum groupinstall \"Development Tools\"`\n\n**前置依赖安装：**\n建议使用 `pip` 安装基础依赖。国内用户推荐使用清华源加速安装：\n\n```bash\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple numpy scipy matplotlib opencv-python\n```\n\n## 安装步骤\n\n您可以通过 pip 直接安装最新稳定版，或者从源码安装以获取最新功能。\n\n### 方法一：通过 Pip 安装（推荐）\n\n直接使用 pip 安装，国内用户请指定镜像源：\n\n```bash\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple torch-encoding\n```\n\n### 方法二：从源码安装\n\n如果您需要开发或获取最新代码，请克隆仓库并安装：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding.git\ncd PyTorch-Encoding\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple -e .\n```\n\n> **注意**：首次导入库时，系统会自动编译 CUDA 扩展。请确保您的 GPU 驱动和 CUDA Toolkit 已正确安装且版本与 PyTorch 匹配。\n\n## 基本使用\n\n安装完成后，您可以直接导入 `encoding` 模块并使用预训练模型。以下是一个加载预训练语义分割模型并进行推理的最简示例：\n\n```python\nimport torch\nimport encoding\n\n# 1. 加载预训练的语义分割模型 (例如：ResNet50 + EncNet)\n# 模型会自动下载权重到本地缓存\nmodel = encoding.models.get_segmentation_model('encnet_resnet50_ade20k', pretrained=True)\nmodel.eval()\n\n# 2. 准备输入数据 (模拟一张 224x224 的图片)\n# 实际使用时请替换为您的图像预处理逻辑 (ToTensor, Normalize 等)\ninput_tensor = torch.randn(1, 3, 224, 224)\n\n# 3. 进行推理\nwith torch.no_grad():\n    output = model(input_tensor)\n\n# 4. 处理输出\n# output 通常包含分割预测结果\nprint(f\"Output shape: {output.shape}\")\n```\n\n**加载图像分类模型示例：**\n\n```python\nimport torch\nimport encoding\n\n# 加载预训练的 ResNeSt 图像分类模型\nmodel = encoding.models.get_model('resnest50', pretrained=True)\nmodel.eval()\n\ninput_tensor = torch.randn(1, 3, 224, 224)\n\nwith torch.no_grad():\n    output = model(input_tensor)\n\nprint(f\"Classification logits shape: {output.shape}\")\n```\n\n更多详细的模型列表、参数配置及高级用法，请访问官方文档：[http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F](http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F)","某自动驾驶初创公司的算法团队正在开发城市道路场景的实时语义分割系统，需要将摄像头画面中的车道线、行人和车辆精确分类以辅助决策。\n\n### 没有 PyTorch-Encoding 时\n- 团队需从零复现论文中的复杂注意力机制（如 ResNeSt），耗费数周时间调试代码且难以保证与官方效果一致。\n- 缺乏统一的高性能预训练模型库，导致在 ADE20K 等标准数据集上的基准测试分数远低于业界顶尖水平。\n- 自行编写的上下文编码模块效率低下，显存占用过高，无法满足车载嵌入式设备的部署需求。\n- 不同实验版本的代码管理混乱，缺乏标准化的接口，新成员上手成本极高且容易引入 Bug。\n\n### 使用 PyTorch-Encoding 后\n- 直接调用库中集成的 ResNeSt 和 Context Encoding 模块，半天内即可完成高性能模型的搭建与迁移学习。\n- 加载官方提供的 SOTA 预训练权重，在 PASCAL Context 和 ADE20K 数据集上的分割精度立即达到行业领先水准。\n- 利用优化后的算子显著降低显存消耗并提升推理速度，成功将模型部署至算力受限的边缘计算平台。\n- 依托标准化的 API 接口和完善的文档，团队成员能快速复用成熟模块，将研发重心从“造轮子”转向业务逻辑优化。\n\nPyTorch-Encoding 通过提供经过验证的顶尖视觉算法实现与模型库，极大地缩短了从学术研究到工业落地的转化周期。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhanghang1989_PyTorch-Encoding_71564c7a.png","zhanghang1989","Hang Zhang","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fzhanghang1989_6159fbdd.png","\r\n    Hang Zhang (张航)\r\n",null,"zhanghang@fb.com","zhanghang0704","https:\u002F\u002Fhangzhang.org\u002F","https:\u002F\u002Fgithub.com\u002Fzhanghang1989",[83,87,91,95,99,103],{"name":84,"color":85,"percentage":86},"Python","#3572A5",75.5,{"name":88,"color":89,"percentage":90},"Cuda","#3A4E3A",14.6,{"name":92,"color":93,"percentage":94},"C++","#f34b7d",9.2,{"name":96,"color":97,"percentage":98},"Shell","#89e051",0.5,{"name":100,"color":101,"percentage":102},"Dockerfile","#384d54",0.1,{"name":104,"color":105,"percentage":106},"Makefile","#427819",0,2048,449,"2026-03-16T03:20:40","MIT","","未说明",{"notes":114,"python":112,"dependencies":115},"README 中未直接列出具体的运行环境需求（如操作系统、Python 版本、显存大小等），仅指出详细的安装和使用说明需访问官方文档链接 (http:\u002F\u002Fhangzh.com\u002FPyTorch-Encoding\u002F)。该工具主要基于 PyTorch，包含 ResNeSt、Context Encoding 和 Deep TEN 等计算机视觉模型。",[116],"torch",[14],[119,120,121,122],"deep-learning","batchnorm","synchronized-batchnorm","encoding-layer","2026-03-27T02:49:30.150509","2026-04-06T19:56:55.442950",[126,131,136,141,146,151],{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},19892,"运行代码时遇到 'RuntimeError: Ninja is required to load C++ extension' 错误怎么办？","这是因为系统缺少 Ninja 构建工具。解决方法如下：\n1. Windows 用户：访问 https:\u002F\u002Fgithub.com\u002Fninja-build\u002Fninja\u002Freleases，下载 'ninja-win.zip'，解压后将其中的 .exe 文件路径添加到系统和用户的环境变量 PATH 中，然后重启应用。\n2. Linux\u002FMac 用户：可以通过包管理器安装（如 apt install ninja-build 或 brew install ninja），或者在代码中手动指定 Conda 环境路径：\n   my_env = os.environ.copy()\n   my_env[\"PATH\"] = \"\u002Fpath\u002Fto\u002Fyour\u002Fconda\u002F.conda\u002Fenvs\u002Fpy3\u002Fbin:\" + my_env[\"PATH\"]\n   os.environ.update(my_env)","https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fissues\u002F167",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},19893,"编译时出现 'ninja: build stopped: subcommand failed' 或 pybind11 相关错误如何解决？","这通常是由于 CUDA、PyTorch 和 pybind11 版本不兼容导致的。建议尝试以下版本组合：\n- PyTorch 0.4 搭配 CUDA 9.0\n- PyTorch 1.0 搭配 CUDA 9.2 或 10.0\n请确保您的环境路径配置正确，并尝试切换匹配的 CUDA 版本重新编译。","https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fissues\u002F162",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},19894,"如何在 Cityscapes 数据集上训练 EncNet 并获得结果？","可以直接使用发布的代码，但需要注意 Cityscapes 数据集需要更大的裁剪尺寸（crop size）和基础尺寸（base-size），默认参数是为 ADE20K 设置的。此外，MMSegmentation 项目也提供了 EncNet 在 Cityscapes 上的预训练模型和结果，可以参考其配置文件。","https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fissues\u002F186",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},19895,"安装时提示 'libENCODING.so library missing' 错误如何处理？","该错误通常是因为 PyTorch 安装路径问题导致找不到库文件。尝试将 PyTorch 安装在用户主目录（$HOME）下通常可以解决此问题。如果仍然报错，可能需要修改 FindTorch.cmake 文件以正确指向 PyTorch 库的位置。另外，确保执行 'git pull' 获取最新代码，因为作者曾发布过内存优化版本修复了相关问题。","https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fissues\u002F6",{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},19896,"为什么日志中的训练精度低于论文或文档中报告的最终结果？","这是因为最终报告的结果通常使用了多尺度测试策略（multi-scale testing strategy）在验证集上进行评估，而训练日志中显示的只是单次前向传播的监控数据。此外，部分旧代码可能存在 Bug，作者正在持续更新修复，建议使用最新版本的代码。","https:\u002F\u002Fgithub.com\u002Fzhanghang1989\u002FPyTorch-Encoding\u002Fissues\u002F67",{"id":152,"question_zh":153,"answer_zh":154,"source_url":150},19897,"导入时提示 'No module named cpp_extension' 错误是什么原因？","这通常是由于 PyTorch 版本过旧（如 0.3.1）或安装不完整导致的。cpp_extension 模块在较新的 PyTorch 版本中才稳定支持。建议升级 PyTorch 到最新版本，并确保按照官方文档正确安装了 C++ 扩展依赖。如果问题依旧，检查是否存在代码库中的已知 Bug 并更新到最新代码。",[156,161,166,171,176,181,186],{"id":157,"version":158,"summary_zh":159,"released_at":160},117934,"v1.2.1","将模型仓库改为 Wasabi 以保存模型。","2020-06-29T00:22:17",{"id":162,"version":163,"summary_zh":164,"released_at":165},117935,"v1.2.0","# ResNeSt\r\n分割注意力网络，一种新的ResNet变体。它显著提升了Mask R-CNN、Cascade R-CNN和DeepLabV3等下游模型的性能。\r\n\r\n\r\n|             | 裁剪尺寸 | PyTorch | Gluon |\r\n|-------------|-----------|---------|-------|\r\n| ResNeSt-50  | 224       | 81.03   | 81.04 |\r\n| ResNeSt-101 | 256       | 82.83   | 82.81 |\r\n| ResNeSt-200 | 320       | 83.84   | 83.88 |\r\n| ResNeSt-269 | 416       | 84.54   | 84.53 |\r\n\r\n### 语义分割\r\n\r\n- PyTorch模型及训练：请访问[PyTorch Encoding工具包](https:\u002F\u002Fhangzhang.org\u002FPyTorch-Encoding\u002Fmodel_zoo\u002Fsegmentation.html)。\r\n- 使用Gluon训练：请访问[GluonCV工具包](https:\u002F\u002Fgluon-cv.mxnet.io\u002Fmodel_zoo\u002Fsegmentation.html#ade20k-dataset)。\r\n\r\n#### ADE20K数据集上的结果\r\n\r\n\u003Ctable class=\"tg\">\r\n  \u003Ctr>\r\n    \u003Cth class=\"tg-cly1\">方法\u003C\u002Fth>\r\n    \u003Cth class=\"tg-cly1\">骨干网络\u003C\u002Fth>\r\n    \u003Cth class=\"tg-cly1\">像素准确率%\u003C\u002Fth>\r\n    \u003Cth class=\"tg-cly1\">mIoU%\u003C\u002Fth>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd rowspan=\"6\" class=\"tg-cly1\">Deeplab-V3\u003Cbr>\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">ResNet-50\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">80.39\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">42.1\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd class=\"tg-cly1\">ResNet-101\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">81.11\u003C\u002Fb>\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">44.14\u003C\u002Fb>\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd class=\"tg-cly1\">ResNeSt-50 (\u003Cspan style=\"color:red\">我们的\u003C\u002Fspan>)\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">\u003Cb>81.17\u003C\u002Fb>\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-cly1\">\u003Cb>45.12\u003C\u002Fb>\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd class=\"tg-0lax\">ResNeSt-101 (\u003Cspan style=\"color:red\">我们的\u003C\u002Fspan>)\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>82.07\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>46.91\u003C\u002Fb>\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd class=\"tg-0lax\">ResNeSt-200 (\u003Cspan style=\"color:red\">我们的\u003C\u002Fspan>)\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>82.45\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>48.36\u003C\u002Fb>\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n  \u003Ctr>\r\n    \u003Ctd class=\"tg-0lax\">ResNeSt-269 (\u003Cspan style=\"color:red\">我们的\u003C\u002Fspan>)\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>82.62\u003C\u002Ftd>\r\n    \u003Ctd class=\"tg-0lax\">\u003Cb>47.60\u003C\u002Fb>\u003C\u002Ftd>\r\n  \u003C\u002Ftr>\r\n\u003C\u002Ftable>","2020-05-10T20:52:04",{"id":167,"version":168,"summary_zh":169,"released_at":170},117936,"v1.0.1","1. 兼容稳定的 [PyTorch 14..0](https:\u002F\u002Fpytorch.org)。","2020-03-16T03:48:58",{"id":172,"version":173,"summary_zh":174,"released_at":175},117937,"v1.0.0","1. 兼容稳定的 [PyTorch 1.0](https:\u002F\u002Fpytorch.org)。\n2. 带有 [SyncBN](https:\u002F\u002Fhangzhang.org\u002FPyTorch-Encoding\u002Fnn.html#syncbatchnorm) 的就地 ABN。\n3. ImageNet 训练脚本","2018-12-17T22:25:18",{"id":177,"version":178,"summary_zh":179,"released_at":180},117938,"v0.4.3","1. 分割示例和预训练模型。 2. 通过 `pip install torch-encoding` 进行 PyPI 安装。","2018-06-15T21:19:48",{"id":182,"version":183,"summary_zh":184,"released_at":185},117939,"v0.1.0","让编译对用户来说更简单。","2017-11-20T14:50:28",{"id":187,"version":188,"summary_zh":189,"released_at":190},117940,"0.0.1","编码层的内存高效实现。","2017-10-06T18:45:12"]