scenic

用 JAX 快速搭视觉模型，论文复现与实验一把梭

Scenic 是 Google 开源、基于 JAX 的计算机视觉研究库，目标是为视觉任务提供一套干净、模块化且高性能的训练与推理框架。它解决的是研究代码重复造轮子、难以复现和扩展的问题：把数据加载、模型定义、训练循环、评估指标等环节拆成可组合组件，研究者只需替换其中一部分即可快速试验新想法。核心能力包括：内置 ViT、Transformer、注意力机制等主流视觉模型与训练配方；支持分类、分割、检测等多类任务；依托 JAX 的 jit、pmap 与 Flax 实现高效并行训练；提供配置系统与项目模板，方便在 TPU/GPU 上复现论文结果。Scenic 强调“研究优先”，代码结构清晰，适合作为视觉新算法的实验底座，也可用于教学与原型验证。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3831

维护状态较活跃

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google-research

所属国家

官网地址

GitHubhttps://github.com/google-research/scenic

定价模式free

价格说明开源免费，Apache-2.0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attention,computer-vision,deep-learning,jax,research,transformers,vision-transformer

GitHub 星标★ 3831

30天Star增速

HF 下载量

上线时间2021-07-12 00:00:00

最近更新2026-09-16 00:00:00

维护状态较活跃

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

难度：进阶约 10 分钟部署方式：本地安装 5 步

环境要求

Python 3.9 或更高版本
Git（用于克隆 GitHub 仓库）
JAX 与 Flax 运行环境（由 pip install . 安装依赖）
训练 ViT 等模型需要相应的数据集与算力（GPU/TPU）

安装与启动步骤

1克隆 Scenic 仓库

从 GitHub 下载 Scenic 源码到本地，命令会在当前目录生成 scenic 文件夹。
```
git clone https://github.com/google-research/scenic.git
```
2进入项目目录

切换到刚克隆下来的 scenic 目录，后续安装和运行都基于该目录。
```
cd scenic
```
3安装 Scenic

在项目根目录执行 pip 安装，会把 Scenic 及其依赖（JAX、Flax 等）装到当前 Python 环境。
```
pip install .
```
4按需安装额外依赖

部分特定项目或 baseline 需要额外包，README 提示查看对应项目的 README.md 或 requirements.txt。
5运行 ViT 训练

使用自带配置文件在 ImageNet 上跑 ViT 训练，注意 -- 后的参数是传给 Scenic 的配置项。
```
python scenic/main.py -- 
  --config=scenic/projects/baselines/configs/imagenet/imagenet_vit_config.py 
  --workdir=./
```

关键配置

配置项	必填	说明	示例
`--config`	是	指定要运行的训练配置脚本路径，决定模型与数据集。	`scenic/projects/baselines/configs/imagenet/imagenet_vit_conf`
`--workdir`	是	指定工作目录，用于存放训练日志与输出结果。	`./`

如何确认成功

命令开始执行后终端会打印训练日志，并在 --workdir 指定的目录下产生训练输出文件。

常见问题

Q：需要什么 Python 版本？

A：README 明确要求 Python 3.9 或更高版本，版本过低会导致安装或运行失败。

Q：运行某个具体项目时报缺少依赖怎么办？

A：README 说明特定项目和 baseline 可能需要额外包，请查看该项目目录下的 README.md 或 requirements.txt 并按其中说明安装。

Q：不想本地配环境，想先快速体验？

A：官方提供了最小化的 Colab notebook（Scenic playground），可以直接在浏览器中训练一个简单的前馈模型。

Q：为什么运行命令里有一个单独的 -- ？

A：这是 README 给出的标准调用写法，--config、--workdir 等参数需写在 -- 之后，请照原样保留。

注意事项

README 中的命令带 $ 提示符，复制时不要把它一起复制进去。
Scenic 基于 JAX 与 Flax 开发，没有可用 GPU/TPU 时训练会很慢或无法按预期运行。
训练 ViT on ImageNet 需要自行准备数据集与相应算力，README 未说明数据准备细节。
向共享库贡献代码前，建议先阅读 Philosophy、Code structure 与 CONTRIBUTING.md 章节。

核心亮点

基于 JAX/Flax，天然支持 jit、pmap，在 TPU/GPU 上并行训练效率高
内置 ViT、Transformer、注意力等主流视觉模型与训练配方，开箱可复现
模块化设计，数据、模型、训练循环解耦，方便替换组件做新实验

不足之处

生态与文档相比 PyTorch 系视觉库仍偏薄，部分高级用法需读源码
依赖 JAX 生态，不熟悉 JAX/Flax 的团队上手成本较高

适用场景

复现或改进 ViT 等视觉 Transformer 论文实验
在 TPU 集群上做大规模图像分类/分割训练
作为教学或研究原型，快速验证新的注意力/视觉算法

替代项目

timm、detectron2、mmcv

项目介绍

scenic 是一个计算机视觉领域的开源项目，官方简介：Scenic: A Jax Library for Computer Vision Research and Beyond。项目使用 Python 开发，在 GitHub 上获得 3831 星标。

上一篇：AliceVision

下一篇：Hands-On-Learning-in-Computer-Vision