项目预览
项目数据
项目介绍
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 2026-09-16 · 当前星标 ★ 606
使用教程
环境要求
- GPU 显存 16G 以上
- 开放词汇检测基础
- 标注数据
安装与启动步骤
-
1克隆建环境
研究代码，先建虚拟环境。
git clone https://github.com/levyflux/AViD.git -
2装成本地包
要关掉构建隔离，否则编译直接失败。
python -m pip install --no-build-isolation -e . -
3跑演示
先用一张图跑推理，确认能框出开放词汇目标。
python demo/inference_on_a_image.py -
4起界面
要手调阈值就起图形界面。
python demo/gradio_app.py -
5在自己的数据上训
按配置文件跑训练脚本。
python train.py --config configs/train_config.yaml
如何确认成功
给一个训练时没见过的类别名，能在图上正确框出对应目标且置信度合理
注意事项
- 它把开放词汇检测能力接到更强的定位模型上，类别靠文本描述。
- 装包时必须关构建隔离，这是最常见的卡点。
- 新类别的效果依赖描述措辞，换个说法可能就框不准。
- 训练数据规模要求不低，小样本容易过拟合。
核心亮点
- 提供面向 visual grounding 的完整微调流程，而非通用训练模板
- 支持接入自定义数据集，便于领域适配
- Python 实现，代码结构便于二次开发与模型替换
不足之处
- 早期项目，文档与示例可能不完整
- 社区规模小，遇到问题可参考的讨论有限
适用场景
- 在医疗影像上微调模型，按报告描述定位病灶区域
- 工业质检中根据文字指令定位缺陷位置
- 遥感图像里按自然语言描述检索并框选目标地物
替代项目
OpenGroundingDino、MMGroundingDINO
上一篇：physicsnemo
下一篇：BloomBee
同类项目推荐
llm-engine
开源
自建大模型推理与微调平台，OpenAI 接口一键迁移
Scale LLM Engine public repository
Fast-LLM
开源
让 LLM 训练跑满 GPU，少等快出结果
Accelerating your LLM training to full speed! Made with ❤️ by ServiceNow Research
ts-icl
开源
零样本搞定时间序列预测与插补，无需重新训练。
TS-ICL: a Time-Indexed Foundation Model for Time Series Forecasting & Imputation via···
MoTHer
开源
从模型集合中自动还原模型家族树，看清模型间继承关系。
Official PyTorch Implementation for the "Unsupervised Model Tree Heritage Recovery" ···
Large-Time-Series-Model
开源
用预训练大模型搞定时间序列预测，零样本也能用
Official code, datasets and checkpoints for "Timer: Generative Pre-trained Transform···
MindPipe
开源
一键压缩大模型，让 LLM 在 NVIDIA 和昇腾上跑得更快更省显存。
A powerful model compression framework for LLMs and LVLMs, adapted for NVIDIA GPUs a···
Medusa
开源
给大模型加几个解码头，生成速度翻倍，不用改架构
Medusa: Simple Framework for Accelerating LLM Generation with Multiple Decoding Head···
torchebm
开源
不跑采样链，GPU 上直接训 EBM 和流匹配
Simulation-free, GPU-first generative modeling in PyTorch ⚡ Composable primitives f···
zenbytes
开源
跟着 Notebook 一步步上手 ZenML，搞定 MLOps 流水线
A simple guide to MLOps through ZenML and its various integrations.