PSRben/VisionHOPE
PublicOfficial PyTorch implementation of VisionHOPE: Visual Backbones as Self-Modifying Learning Systems.
Bee AI phân tích repositoryBETA
AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.
Cập nhật lần cuối: 13/10/2026
Tóm tắt bởi Bee AI
Mã nguồn PyTorch chính thức của VisionHOPE, một kiến trúc backbone thị giác dựa trên học lồng nhau tự quy chiếu (SRNL). Dự án phục vụ các nhà nghiên cứu và kỹ sư thị giác máy tính cho các tác vụ phân loại, phát hiện vật thể và phân đoạn ảnh.
- Xây dựng dựa trên Self-Referential Nested Learning (SRNL) với 5 bộ nhớ liên kết đồng tiến hóa theo ngữ cảnh thị giác.
- Sử dụng soft injection cap và spectral clamp để đảm bảo tính ổn định không giãn nở cho cập nhật bộ nhớ.
- Hỗ trợ các biến thể Tiny, Small, Base cho ImageNet-1K, COCO (Mask R-CNN) và ADE20K (UPerNet).
- Cung cấp chế độ suy luận nhanh (fast inference) tích hợp và hỗ trợ các mô-đun SRNL / Operator độc lập.
Lưu ý
- Yêu cầu hệ điều hành Linux với GPU NVIDIA, CUDA toolkit (nvcc) và trình biên dịch C++ để biên dịch phần mở rộng CUDA.
- Các tham số mô hình phải giữ ở định dạng FP32 và cần dùng torch.autocast khi chạy mixed precision.
- Các tác vụ COCO và ADE20K yêu cầu môi trường Python 3.10 riêng biệt cùng thư viện MMCV 2.1.0.
Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.
- Độ phổ biến30
- Độ tươi80
- Cộng đồng26
- Tài liệu100
- Phát hành100
- Mức độ khóNâng cao
- Phù hợp vớiNhà nghiên cứu · Lập trình viên
- Loại dự ánFramework
- Giấy phépMIT
Kiến trúc & Công nghệ
Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.
Tech stack
Python
PyTorch
CUDA
Bash
Kiến trúc tổng quan
Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.
analysis/Chứa các công cụ hoặc kịch bản phân tích mô hình.inference/Các hàm tối ưu và chuẩn bị mô hình cho suy luận nhanh.models/Định nghĩa kiến trúc SRNL, toán tử VisionHOPE và các mô hình backbone.requirements/Tập tin liệt kê phụ thuộc cho phân loại, phát hiện vật thể và phân đoạn ảnh.scripts/Các shell script phục vụ huấn luyện và kiểm thử mô hình trên các tập dữ liệu.tasks/Mã nguồn triển khai các tác vụ như CLI, phân loại, phát hiện và phân đoạn.train/Chứa mã nguồn logic và vòng lặp huấn luyện mô hình.utils/Các hàm tiện ích hỗ trợ trong toàn bộ dự án.
Hướng dẫn nhanh
Các bước để bắt đầu với repository này.
git clone https://github.com/PSRben/VisionHOPE.git
cd VisionHOPECác use case chính
Những ứng dụng có thể xây dựng từ repository này.
- Phân loại hình ảnh trên tập dữ liệu ImageNet-1K sử dụng các mô hình VisionHOPE-T, S hoặc B.
- Huấn luyện và đánh giá mô hình phát hiện vật thể cùng phân đoạn cá thể trên COCO bằng Mask R-CNN.
- Thực hiện phân đoạn ngữ nghĩa ảnh trên tập dữ liệu ADE20K với kiến trúc UPerNet.
- Tích hợp toán tử SRNL hoặc VisionHOPEOperator vào các kiến trúc mô hình học sâu tùy chỉnh khác.
- Đo đạc tham số, FLOPs, thông lượng suy luận và dung lượng GPU memory với run_inference.sh.
Repository tương tự
Cùng chủ đề trong kho Bee.
- 1
opencv/opencvOpen Source Computer Vision Library91.4k+74
- 2
Developer-Y/cs-video-coursesList of Computer Science courses with video lectures.84.3k+509
- 3
d2l-ai/d2l-zh《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。82.2k+136
- 4
rohitg00/ai-engineering-from-scratchLearn AI Engineering! Learn it. Build it. Ship it for others.75.6k+3.1k
- 5
microsoft/AI-For-Beginners12 Weeks, 24 Lessons, AI for All!70.4k+237
Nội dung do AI sinh, có thể sai hoặc thiếu — số liệu lấy từ kho Bee, không do AI ước lượng. Cập nhật lần cuối: 13/10/2026.