
holocron
即插即用的 CV 技巧库,快速复现论文模块
holocron 是一个基于 PyTorch 的计算机视觉技巧集合库,把近年论文中验证有效的模块、损失函数和训练优化器用统一接口实现,方便直接嵌入现有模型。它解决的是研究复现和工程落地之间的鸿沟:很多技巧散落在论文和零散代码里,质量参差、接口不一。项目覆盖 ReXNet、RepVGG、Unet3p、YOLOv4、CIoU loss、AdaBelief、PolyLoss、MobileOne 等结构或损失,还包含 AdEMAMix 优化器,并配套 CSPDarknet53、Darknet、ResNet、TridentNet 等骨干实现。核心能力是即插即用:每个组件独立成模块,可单独替换到检测、分割或分类网络中,减少重复造轮子,适合做消融实验和快速验证新想法。
开源
free
计算机视觉
GitHub 星标
★ 329
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类计算机视觉
开发团队frgfm
所属国家
定价模式free
价格说明开源免费,MIT许可证
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ademamix,computer-vision,cspdarknet53,darknet,deep-learning,object-detection,pytorch,resnet,rexnet,tridentnet,unet-image-segmentation,yolo,yolov4
GitHub 星标★ 329
30天Star增速
HF 下载量
上线时间2019-06-17 00:00:00
最近更新2026-08-21 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-18
浏览次数0
使用教程
核心亮点
- 模块化设计,每个技巧可独立插入现有网络,改一行代码即可替换损失或骨干
- 覆盖检测、分割、分类多任务,包含 YOLOv4、Unet3p、RepVGG 等热门结构
- 集成 AdaBelief、AdEMAMix、PolyLoss 等较新优化与损失,省去逐个复现成本
不足之处
- 项目早期,部分模块缺少完整训练脚本和预训练权重,端到端验证成本高
- 文档和测试覆盖有限,接口稳定性与长期维护待观察
适用场景
- 在目标检测项目中快速替换 CIoU 或 PolyLoss 做损失消融实验
- 把 RepVGG 或 MobileOne 结构嵌入自有分类网络做推理加速对比
- 复现 Unet3p 或 TridentNet 用于分割/检测任务的原型验证
替代项目
timm、mmcv、segmentation_models.pytorch
项目介绍
上一篇:neuriplo-infer
下一篇:LabelAny3D
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库,搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程,从入门到实战,边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测,又快又准,直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3