SimpleCVReproduction

pprpApache-2.0长期未更新

用 PyTorch 复现注意力、分类、目标检测、关键点检测等经典 CV 论文的代码合集,适合照着跑通并理解各类视觉模型的实现细节。

Replication of simple CV Projects including attention, classification, detection, keypoint detection, etc.

暂无版本1,266star319fork同步于 2026-11-07 07:30 UTC

怎么上手

由 README 提炼,执行前请确认
README 未说明
硬件要求按 README 说明

README 未说明

下载:源码 zip·GitHub Releases(安装包)本站不镜像安装包

项目说明

由 README 自动翻译提炼

汇集简化版 CV 模型代码与注释,帮初学者读懂注意力、检测、关键点等经典实现

用 PyTorch 复现注意力、分类、目标检测、关键点检测等经典 CV 论文的代码合集,适合照着跑通并理解各类视觉模型的实现细节。

核心能力

  • 提供带注释的简化版 CV 模型代码,便于逐行阅读
  • 收录注意力与即插即用模块,含 SE、CBAM、Non-Local 等
  • 覆盖分类、检测、关键点、跟踪、NAS、MLP 等多类项目
  • 附 simple_keypoint 等极简实现与常用 PyTorch 代码片段

容易踩的坑

注意力与即插即用模块已迁移至 Awesome-Attention-Mechanism-in-CV 新仓库,旧链接可能失效;各子项目独立,需分别进入对应目录查看运行方式;README 声明内容多来自 GitHub,不可用于商业用途

内容由模型根据 README 生成,可能不完整或不准确,以官方文档为准。看原文 README

最近发版

0 个版本

暂无 release 数据(可能没有发版,或尚未同步)。

用户点评

登录用户的真实使用记录,可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译

    SimpleCVReproduction

    Recommended models are listed in this repository. In order to simplify learning for beginners, comments are provided with running models, code ready to read, well-documented code, and a series of simple code snippets. The aim of this project is to provide a simplified version of easy-to-understand model files. Suggestions for easily learnable libraries are welcome within the Issues section. Most of the content in this project is from Github and shall not be used for commercial purposes. In case of any infringement, please contact the author for removal.

    将感兴趣/推荐的模型也放在这个库中,以供学习。由于好多库从头开始学习难度太大,在这里提供了笔者的部分注释,其中大部分都是跑过的模型、准备读的代码、已经读过的代码笔记、以及开发的simple系列简单代码、常用代码段等。

    本项目致力于提供简化版本的,便于理解的模型文件。

    如果有推荐的便于初学者学习的库,也欢迎在issue中提出和补充。

    本项目大部分内容是来源于Github,不会用做商业用途,如有侵权,请联系笔者删除。

    目录

    即插即用模块&注意力模块

    原项目已经迁移至新的地址:Awesome-Attention-Mechanism-in-cv

    主要内容包括:

    • 计算机视觉领域中注意力模块。
    • 计算机视觉中即插即用模块。code
    • Vision Transformer系列工作。

    更多介绍:

    项目推荐

    项目介绍链接
    CenterNet简化版本的CenterNet目标检测算法(第三方实现)link
    SmallObjectAugmentation针对小目标进行数据增强库,在笔者数据集效果不理想link
    DarkLabel专门用于DarkLabel软件转化的系列脚本link
    Latex/latex_algo用latex写的伪代码示例link
    MLPMLP-Mixer,ResMLP,RepMLP简单源码link
    NAS感兴趣的神经网络结构搜索算法link
    Plug-and-play Module即插即用模块link
    52RL参加DataWhale深度强化学习课程代码 codelink
    Vision Transformer最经典的ViT实现, 训练代码在codelink
    captcha-CTC-lossCTC loss+ LSTMlink
    cifarTrick原先收集的部分Trick更多Trick在Trickslink
    deep_sort官方实现的DeepSort算法link
    deep_sort_yolov3_pytorch笔者自己实现和改进的DeepSort算法link
    easy-receptive-fields感受野计算,分析,特征图可视化link
    fine_grained_baseline细粒度识别baseline,Bilinear Pooling操作link
    flask-yoloflask配合yolo算法实现网页link
    kalman卡尔曼滤波实现与测试link
    libfacedetection.train人脸检测训练代码link
    opencv-mot使用Opencv实现多目标跟踪link
    pandoc-starterPandoc是Markdown转化器,很方便link
    pytorch-commen-code常用的pytorch代码片段link
    siamese-triplet孪生网络+Triplet Loss实现link
    simple-triple-loss笔者自己实现的triplet losslink
    simple_keypoint[推荐] 笔者极简代码实现关键点识别,提供根据heatmap进行识别的方法link
    tikz_cnn使用latex绘制CNN图link
    tsnetsne可视化数据集link
    toolsvoc2coco脚本,yolo anchor聚类脚本link
    tiny_classifier超级简单的分类代码+focal loss使用link
    yolov3-6第六次release版本,属于老版本yolo实现link

    致谢

    @zhongqiu1245 补充的borderDet中的BAM模块,补充了FPT

    @1187697147 补充的context-gating模块

    @cmsfw-github 指出了simple_keypoint中的bug

    @1187697147 建议更新了AFF和iAFF模块源码

    贡献

    欢迎在issue中提出补充推荐的项目。

    欢迎关注“GiantPandaCV”公众号以及“神经网络架构搜索”公众号查看相关博客。