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 是一個提供近期電腦視覺深度學習技術高品質實作的函式庫。它提供了一個集中化的集合，包含專用的 PyTorch 層、損失函數與模型架構，否則使用者將需要從各種研究論文中搜尋並實作它們。

How it works

該函式庫直接整合進 PyTorch 生態系統，允許使用者將這些實作與其自身的框架與模型庫進行配對。它提供了一系列預訓練模型與組件，包括：

  • Layers & Components: 專用的激活函數（例如：HardMish）、卷積（例如：NormConv2d）、池化（例如：BlurPool2d）以及注意力機制（例如：SAM）。
  • Architectures: 圖像分類模型（例如：RepVGG, ConvNeXt）、目標檢測（YOLOv1-v4）以及語義分割（U-Net, UNet++）的實作。
  • Optimizers: Adam 的替代方案，例如 LARS, Lamb, 和 Adan。

Who it’s for

它是為電腦視覺研究人員與開發者設計的，他們需要可靠、即插即用的先進視覺模型與層，以加速其開發與實驗。

Highlights

  • Broad Component Library: 包含廣泛的激活函數、損失函數、卷積與優化器。
  • Hugging Face Integration: 提供託管在 Hugging Face Spaces 上的實時演示應用程式。
  • Latency Benchmarks: 為支援的模型提供詳細的 GPU/CPU 延遲數據，以幫助使用者選擇適合其硬體的架構。
  • Deployment Ready: 包含 Dockerfile 與 FastAPI 模板，以便快速將模型部署為 REST API。