scenic

用 JAX 快速搭视觉模型,论文复现与实验一把梭

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 计算机视觉 🍴 复刻 482 🐛 待处理 314 👀 关注 35
GitHub ↗
GitHub 星标 ★ 3847
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,Apache-2.0许可证

项目预览

scenic 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类计算机视觉
开发团队google-research
定价模式🏷️完全免费
价格说明开源免费,Apache-2.0许可证
访问状态🔧 仅开源项目,无在线服务,需自行部署
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★ 3847
上线时间2021-07-12 00:00:00
代码更新2026-10-31
仓库体积64.7 MB
本站数据更新2026-11-03
维护状态活跃
收录时间2026-09-18
浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 3847

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. 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. 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. 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. 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. 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

同类项目推荐

Text-Grab 开源

Windows 上按一下就能抓取屏幕任意文字,即取即用

Use OCR in Windows quickly and easily with Text Grab. With optional background proce···

★ 5072 2026-08-10
pixel_mapper 开源

半自动把图像像素映射到三维空间坐标

Semi-automatic mapping of RGB pixels in 3D space using computer vision

★ 151 2026-10-26
litepali 开源

轻量级图像检索,云端部署省资源,检索快人一步

LitePali is a minimal, efficient implementation of ColPali for image retrieval and i···

★ 132 2026-08-09
indra 开源

百万参数OCR,纯CPU跑出15倍速

1M param OCR model - runs on CPU, 15x faster than tesseract, close to 1B+ param mode···

★ 1618 2026-10-27
Altbot 开源

给 Fediverse 图片视频自动补 alt-text,视障用户也能刷到内容

Accessibility bot designed to enhance the Fediverse by generating alt-text descripti···

★ 142 2026-10-07
deepdoctection 开源

一行代码搭建文档解析流水线,快速提取版面、表格与文本。

A Repo For Document AI

★ 3268 2026-08-10
roboflow-python 开源

用 Python 管数据集和模型,视觉项目少折腾

The official Roboflow Python package. Manage your datasets, models, and deployments.···

★ 639 2026-09-18
obs-backgroundremoval 开源

无需绿幕,直播录屏实时抠像换背景

An OBS plugin for removing background in portrait images (video), making it easy to ···

★ 4662 2026-08-10
yomihon 开源

看日漫直接 OCR 查词,边读边学不切应用

Free and open source manga reader for Android - now with OCR (text recognition)

★ 142 2026-09-19