MambaVision

混合Mamba与Transformer，让视觉模型在高分辨率下又快又准

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 149 🐛 待处理 21 👀 关注 19

GitHub ↗

GitHub 星标 ★ 2252

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，基于PyTorch实现，可自行部署使用，完全免费。

项目预览

MambaVision 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队NVlabs

GitHubhttps://github.com/NVlabs/MambaVision

定价模式🏷️完全免费

价格说明开源模型，基于PyTorch实现，可自行部署使用，完全免费。

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NOASSERTION

主要语言Python

技术栈/模型deep-learning,foundation-models,huggingface-transformers,hybrid-models,image-classification,instance-segmentation,mamba,object-detection,self-attention,semantic-segmentation,transformers,vision-transformer,visual-recognition

GitHub 星标★ 2252

上线时间2024-06-10 00:00:00

代码更新2026-03-11

仓库体积2.7 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

MambaVision是CVPR 2025官方发布的PyTorch实现，提出了一种混合Mamba-Transformer视觉骨干网络。它针对视觉任务中Mamba模型在捕捉全局上下文时效率不足的问题，通过重新设计Mamba块并结合Transformer的自注意力机制，构建了高效的混合架构。该模型在ImageNet分类、COCO目标检测和ADE20K语义分割等主流视觉基准上，实现了精度与吞吐量的最佳平衡，尤其在高分辨率图像处理上展现出显著的速度优势。核心能力包括：可扩展的模型系列（MambaVision-T/S/B/L）、支持2D扫描策略优化、以及通过替换自注意力层来无缝集成到现有视觉Transformer框架中。项目提供了完整的训练、评估和预训练权重，便于研究者直接使用和二次开发。

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 2026-08-09 · 当前星标 ★ 2252

技术标签

deep-learning foundation-models huggingface-transformers image-classification instance-segmentation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

Python 环境（README 未指定具体版本）
已安装较新版本的 PyTorch（README 明确以此为前提）
可用的 pip 包管理环境
可选：Docker（仓库提供了 Dockerfile）

安装与启动步骤

1获取项目代码

从 GitHub 克隆官方仓库并进入项目目录，后续所有命令都在该目录下执行。
```
git clone https://github.com/NVlabs/MambaVision.git
cd MambaVision
```
2安装 PyTorch

README 假定环境已装好较新的 PyTorch；请按 pytorch.org 的官方指引选择匹配自己 CUDA 版本的安装命令，README 未指定版本号。
3安装项目依赖

在已装好 PyTorch 的前提下，执行 README 给出的命令安装 requirements.txt 中的依赖。建议在虚拟环境中进行。
```
pip install -r requirements.txt
```
4用 Docker 构建

可选方案：仓库根目录提供了 Dockerfile，如需容器化运行可自行构建镜像；README 未给出具体构建参数。
```
docker build -t mambavision .
```
5快速试用

README 提供官方 Colab Notebook，不想本地配置环境时可直接打开链接在线体验。