frgfm/holocron

PyTorch implementations of recent Computer Vision tricks (ReXNet, RepVGG, Unet3p, YOLOv4, CIoU loss, AdaBelief, PolyLoss, MobileOne). Other additions: AdEMAMix

What it solves

Holocron 是一个提供近期计算机视觉深度学习技术高质量实现的实现库。它提供了一个集中的集合，包含专门的 PyTorch 层、损失函数和模型架构，否则用户将需要从各种研究论文中搜索并实现它们。

How it works

该库直接集成到 PyTorch 生态系统中，允许用户将这些实现与他们自己的框架和模型库进行配对。它提供了一系列预训练模型和组件，包括：

  • Layers & Components: 专门的激活函数（例如：HardMish）、卷积（例如：NormConv2d）、池化（例如：BlurPool2d）和注意力机制（例如：SAM）。
  • Architectures: 图像分类模型（例如：RepVGG, ConvNeXt）、目标检测（YOLOv1-v4）和语义分割（U-Net, UNet++）的实现。
  • Optimizers: Adam 的替代方案，例如 LARS, Lamb, 和 Adan。

Who it’s for

它是为计算机视觉研究人员和开发人员设计的，他们需要可靠、即插即用的最先进视觉模型和层，以加速他们的开发和实验。

Highlights

  • Broad Component Library: 包含广泛的激活函数、损失函数、卷积和优化器。
  • Hugging Face Integration: 提供托管在 Hugging Face Spaces 上的实时演示应用。
  • Latency Benchmarks: 为支持的模型提供详细的 GPU/CPU 延迟数据，以帮助用户选择适合其硬件的架构。
  • Deployment Ready: 包含 Dockerfile 和 FastAPI 模板，以便快速将模型部署为部署为 REST API。