[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-zhixuhao--unet":3,"tool-zhixuhao--unet":64},[4,17,26,40,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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。",107662,2,"2026-04-03T11:11:01",[13,14,15],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":23,"last_commit_at":32,"category_tags":33,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,34,35,36,15,37,38,13,39],"数据工具","视频","插件","其他","语言模型","音频",{"id":41,"name":42,"github_repo":43,"description_zh":44,"stars":45,"difficulty_score":10,"last_commit_at":46,"category_tags":47,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,38,37],{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74913,"2026-04-05T10:44:17",[38,14,13,37],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":23,"last_commit_at":62,"category_tags":63,"status":16},2471,"tesseract","tesseract-ocr\u002Ftesseract","Tesseract 是一款历史悠久且备受推崇的开源光学字符识别（OCR）引擎，最初由惠普实验室开发，后由 Google 维护，目前由全球社区共同贡献。它的核心功能是将图片中的文字转化为可编辑、可搜索的文本数据，有效解决了从扫描件、照片或 PDF 文档中提取文字信息的难题，是数字化归档和信息自动化的重要基础工具。\n\n在技术层面，Tesseract 展现了强大的适应能力。从版本 4 开始，它引入了基于长短期记忆网络（LSTM）的神经网络 OCR 引擎，显著提升了行识别的准确率；同时，为了兼顾旧有需求，它依然支持传统的字符模式识别引擎。Tesseract 原生支持 UTF-8 编码，开箱即用即可识别超过 100 种语言，并兼容 PNG、JPEG、TIFF 等多种常见图像格式。输出方面，它灵活支持纯文本、hOCR、PDF、TSV 等多种格式，方便后续数据处理。\n\nTesseract 主要面向开发者、研究人员以及需要构建文档处理流程的企业用户。由于它本身是一个命令行工具和库（libtesseract），不包含图形用户界面（GUI），因此最适合具备一定编程能力的技术人员集成到自动化脚本或应用程序中",73286,"2026-04-03T01:56:45",[13,14],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":77,"owner_url":78,"languages":79,"stars":88,"forks":89,"last_commit_at":90,"license":91,"difficulty_score":23,"env_os":92,"env_gpu":92,"env_ram":92,"env_deps":93,"category_tags":99,"github_topics":100,"view_count":10,"oss_zip_url":77,"oss_zip_packed_at":77,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":136},576,"zhixuhao\u002Funet","unet","unet for image segmentation","unet 是一款基于 Keras 构建的深度学习框架，专为图像分割任务设计。它致力于解决从复杂背景中精准提取目标区域的问题，尤其在生物医学影像分析领域表现出色。面对训练数据有限的挑战，unet 内置了数据增强模块，能够有效扩充样本，提升模型泛化能力。\n\nunet 非常适合计算机视觉领域的研究人员和开发者。借助 Keras 函数式 API，用户能轻松实验不同的网络架构，快速将创意转化为结果。其核心技术亮点包括经典的 U-Net 结构，能够输出与输入尺寸一致的像素级掩码，并利用 Sigmoid 激活函数确保预测值落在合理区间。同时，unet 支持 CPU 和 GPU 无缝切换，兼容多种 Python 版本，代码简洁易懂。无论是进行学术探索还是实际项目开发，unet 都能提供一个高效可靠的起点，帮助你快速实现高质量的图像分割效果。","# Implementation of deep learning framework -- Unet, using Keras\n\nThe architecture was inspired by [U-Net: Convolutional Networks for Biomedical Image Segmentation](http:\u002F\u002Flmb.informatik.uni-freiburg.de\u002Fpeople\u002Fronneber\u002Fu-net\u002F).\n\n---\n\n## Overview\n\n### Data\n\nThe original dataset is from [isbi challenge](http:\u002F\u002Fbrainiac2.mit.edu\u002Fisbi_challenge\u002F), and I've downloaded it and done the pre-processing.\n\nYou can find it in folder data\u002Fmembrane.\n\n### Data augmentation\n\nThe data for training contains 30 512*512 images, which are far not enough to feed a deep learning neural network. I use a module called ImageDataGenerator in keras.preprocessing.image to do data augmentation.\n\nSee dataPrepare.ipynb and data.py for detail.\n\n\n### Model\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_db00bc07c6f1.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_db00bc07c6f1.png)\n\nThis deep neural network is implemented with Keras functional API, which makes it extremely easy to experiment with different interesting architectures.\n\nOutput from the network is a 512*512 which represents mask that should be learned. Sigmoid activation function\nmakes sure that mask pixels are in \\[0, 1\\] range.\n\n### Training\n\nThe model is trained for 5 epochs.\n\nAfter 5 epochs, calculated accuracy is about 0.97.\n\nLoss function for the training is basically just a binary crossentropy.\n\n\n---\n\n## How to use\n\n### Dependencies\n\nThis tutorial depends on the following libraries:\n\n* Tensorflow\n* Keras >= 1.0\n\nAlso, this code should be compatible with Python versions 2.7-3.5.\n\n### Run main.py\n\nYou will see the predicted results of test image in data\u002Fmembrane\u002Ftest\n\n### Or follow notebook trainUnet\n\n\n\n### Results\n\nUse the trained model to do segmentation on test images, the result is statisfactory.\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_0392db749bae.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_0392db749bae.png)\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_9a72f22c65ed.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_9a72f22c65ed.png)\n\n\n## About Keras\n\nKeras is a minimalist, highly modular neural networks library, written in Python and capable of running on top of either TensorFlow or Theano. It was developed with a focus on enabling fast experimentation. Being able to go from idea to result with the least possible delay is key to doing good research.\n\nUse Keras if you need a deep learning library that:\n\nallows for easy and fast prototyping (through total modularity, minimalism, and extensibility).\nsupports both convolutional networks and recurrent networks, as well as combinations of the two.\nsupports arbitrary connectivity schemes (including multi-input and multi-output training).\nruns seamlessly on CPU and GPU.\nRead the documentation [Keras.io](http:\u002F\u002Fkeras.io\u002F)\n\nKeras is compatible with: Python 2.7-3.5.\n","# 深度学习框架实现 -- 使用 Keras 的 Unet\n\n该架构灵感来源于 [U-Net: Convolutional Networks for Biomedical Image Segmentation](http:\u002F\u002Flmb.informatik.uni-freiburg.de\u002Fpeople\u002Fronneber\u002Fu-net\u002F)。\n\n---\n\n## 概述\n\n### 数据\n\n原始数据集来自 [isbi challenge](http:\u002F\u002Fbrainiac2.mit.edu\u002Fisbi_challenge\u002F)，我已下载并完成了预处理。\n\n你可以在文件夹 data\u002Fmembrane 中找到它。\n\n### 数据增强\n\n训练数据包含 30 张 512*512 的图片，这对于供深度神经网络训练来说远远不够。我使用 keras.preprocessing.image 模块中的名为 ImageDataGenerator（图像数据生成器）的模块来进行数据增强。\n\n详见 dataPrepare.ipynb 和 data.py。\n\n\n### 模型\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_db00bc07c6f1.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_db00bc07c6f1.png)\n\n该深度神经网络是使用 Keras 函数式 API（Keras functional API）实现的，这使得尝试不同的有趣架构变得非常容易。\n\n网络的输出是 512*512，代表需要学习的掩码（mask）。Sigmoid 激活函数确保掩码像素值在 \\[0, 1\\] 范围内。\n\n### 训练\n\n模型训练了 5 个 epoch（轮次）。\n\n经过 5 个 epoch 后，计算出的准确率约为 0.97。\n\n训练使用的损失函数基本上是二元交叉熵（binary crossentropy）。\n\n\n---\n\n## 如何使用\n\n### 依赖项\n\n本教程依赖以下库：\n\n* Tensorflow\n* Keras >= 1.0\n\n此外，此代码应兼容 Python 版本 2.7-3.5。\n\n### 运行 main.py\n\n你将看到 data\u002Fmembrane\u002Ftest 中测试图像的预测结果。\n\n### 或者按照 notebook trainUnet 操作\n\n\n\n### 结果\n\n使用训练好的模型对测试图像进行分割，结果令人满意。\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_0392db749bae.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_0392db749bae.png)\n\n![https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_9a72f22c65ed.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_readme_9a72f22c65ed.png)\n\n\n## 关于 Keras\n\nKeras 是一个极简主义、高度模块化的神经网络库，用 Python 编写，能够运行在 TensorFlow 或 Theano 之上。它的开发重点是促进快速实验。能够以最小的延迟从想法到结果对于做好研究至关重要。\n\n如果你需要一个满足以下条件的深度学习库，请使用 Keras：\n\n允许轻松快速地原型设计（通过完全模块化、极简主义和可扩展性）。\n支持卷积网络和循环网络，以及两者的组合。\n支持任意连接方案（包括多输入和多输出训练）。\n在 CPU 和 GPU 上无缝运行。\n阅读文档 [Keras.io](http:\u002F\u002Fkeras.io\u002F)\n\nKeras 兼容：Python 2.7-3.5。","# Unet (Keras) 快速上手指南\n\n## 环境准备\n\n本工具基于 Keras 实现 U-Net 架构，请确保开发环境满足以下要求：\n\n*   **Python 版本**: 2.7 - 3.5\n*   **核心依赖**:\n    *   Tensorflow\n    *   Keras >= 1.0\n*   **数据准备**: 需将预处理后的数据集放置于 `data\u002Fmembrane` 目录下（原始数据源自 ISBI challenge）。\n\n## 安装步骤\n\n1.  **获取代码**: 克隆或下载项目源码到本地。\n2.  **安装依赖**: 使用 pip 安装所需的深度学习框架。\n\n```bash\npip install tensorflow keras\n```\n\n*(注：若遇到版本兼容性问题，建议根据 Python 版本选择合适的 TensorFlow 与 Keras 组合)*\n\n## 基本使用\n\n### 1. 运行预测脚本\n直接使用主程序对测试集进行分割预测：\n\n```bash\npython main.py\n```\n\n*   **输入路径**: `data\u002Fmembrane\u002Ftest`\n*   **输出结果**: 预测的掩膜图像将保存在上述目录中。\n\n### 2. 使用 Notebook 训练\n如需重新训练模型或调整架构，可打开 Jupyter Notebook 执行：\n\n*   文件路径：`trainUnet`\n\n### 3. 数据增强配置\n训练数据包含 30 张 512*512 图像，建议使用数据增强模块扩充样本。具体实现请参考：\n*   `dataPrepare.ipynb`\n*   `data.py` (使用 `ImageDataGenerator`)","某生物医学实验室的研究团队正在开发一种新型抗癌药物，核心任务是精确分析数千张细胞膜显微镜图像的形态结构变化。\n\n### 没有 unet 时\n- 研究人员必须手动在每张 512*512 的图片上描绘细胞膜轮廓，单张耗时超过半小时。\n- 人工标注存在主观差异，导致后续统计分析结果波动大，难以复现。\n- 原始训练样本仅 30 张，直接建模容易过拟合，无法支撑深度学习需求。\n- 缺乏统一的处理流水线，每批新数据都需要重新调整参数和流程。\n\n### 使用 unet 后\n- unet 基于 Keras 快速搭建模型，自动输出 512*512 像素级分割掩码，处理速度比人工快数百倍。\n- 利用内置的数据增强模块扩充样本，有效解决了小样本导致的过拟合问题。\n- 经过 5 个 epoch 训练，模型在测试集上达到 0.97 的高准确率，细胞膜边界识别清晰且稳定。\n- 支持批量预测，研究员只需运行脚本即可从原始图像生成标准化的分析结果。\n\nunet 通过自动化语义分割技术，将原本耗时数周的标注工作压缩至几分钟内完成。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhixuhao_unet_afebae50.png","zhixuhao","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fzhixuhao_0de924cc.jpg",null,"https:\u002F\u002Fgithub.com\u002Fzhixuhao",[80,84],{"name":81,"color":82,"percentage":83},"Jupyter Notebook","#DA5B0B",58.6,{"name":85,"color":86,"percentage":87},"Python","#3572A5",41.4,4911,2016,"2026-04-03T13:25:03","MIT","未说明",{"notes":94,"python":95,"dependencies":96},"基于 Keras 框架实现，需准备预处理后的膜图像数据（data\u002Fmembrane 目录）。支持 CPU 或 GPU 运行。提供 main.py 脚本及 Jupyter Notebook 两种运行方式。注意该项目对 Python 版本支持较旧（2.7-3.5），现代环境可能需兼容处理。训练仅需 5 个 epoch。","2.7-3.5",[97,98],"tensorflow","keras>=1.0",[14],[67,101,102],"keras","segmentation","2026-03-27T02:49:30.150509","2026-04-06T05:37:25.072691",[106,111,116,121,126,131],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},2349,"如何使用 IoU 评估模型性能？","可以使用平均 IoU (Mean IoU)、IoU 和 Dice 系数来评估模型。可以参考相关实现仓库（如 modelv2.py 和 metrics_v2.py），或者使用专门的评估库 py_img_seg_eval。注意 Mean IoU 是计算每个类别的 IoU 后在所有类别上取平均，而非不同阈值下的平均精度。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F123",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},2350,"训练后测试图片显示为灰色或空白怎么办？","可能的原因及解决方案如下：\n1. 更换 Loss 函数：默认的二元交叉熵 (binary_crossentropy) 可能不合适，尝试改为 Dice Loss。\nDice Loss 定义示例：\ndef dice_coef(y_true,y_pred,epsilon=1e-8):\n    axes = tuple(range(1,len(y_pred.shape)-1))\n    intersection = 2.*K.sum(y_true*y_pred,axes)\n    return (intersection + epsilon)\u002F(K.sum((K.square(y_true)+K.square(y_pred)),axes) + epsilon)\ndef dice_coef_loss(y_ture,y_pred):\n    return 1-dice_coef(y_ture,y_pred)\n2. 检查图像位深：确认输入图像的位深（8 位灰度 vs 24 位彩色）是否与训练集一致，格式差异可能导致网络无法学习。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F67",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},2351,"训练准确率高但测试结果为全白或无效预测如何解决？","主要检查数据预处理函数 adjustData 中的归一化和阈值设置：\n1. 确保图像和掩码除以 255 进行归一化。\n2. 掩码阈值处理：mask[mask > 0.5] = 1, mask[mask \u003C= 0.5] = 0，确保返回的是二值掩码。\n3. 如果是 Python 2，注意除数应写为 255. 浮点数除法。\n4. 尝试增加 epochs 数量，而不仅仅是调整 steps_per_epoch。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F65",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},2352,"Python 环境下出现 ImportError: No module named 'libtiff' 错误如何处理？","1. 尝试直接运行命令：pip install libtiff。\n2. 如果使用 conda，先执行 conda uninstall libtiff，然后重新 pip install libtiff。\n3. 如果在 Jupyter Notebook 中报错，请确认 Notebook 运行的环境与终端安装环境一致。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F16",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},2353,"遇到 ValueError: expected conv2d_XX to have shape (..., 1) but got array with shape (..., 3) 错误怎么修？","这是由于输入图像通道数与模型预期不符（单通道 vs 三通道）。请在 data.py 文件的 testGenerator 函数中修改图像重塑逻辑：\n原代码：img = np.reshape(img,img.shape+(1,)) if (not flag_multi_class) else img\n修改为：img = np.reshape(img,img.shape+(3,)) if (not flag_multi_class) else img\n这将使测试图像适配 RGB 通道格式。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F140",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},2354,"UNet 是否支持非正方形输入尺寸（如 512x768）？","是的，UNet 架构本身支持所有输入尺寸。如果遇到非正方形输入导致训练损失激增且输出为空的情况，通常不是形状问题，而是需要检查其他配置（如数据预处理或优化器设置）。","https:\u002F\u002Fgithub.com\u002Fzhixuhao\u002Funet\u002Fissues\u002F79",[]]