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 2026-09-13 · 当前星标 ★ 714
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。
环境要求
- Python 3.9+
- TensorFlow
安装与启动步骤
-
1安装
从包管理器装。
pip install pypaz --user -
2看结构
库按感知任务分层组织。
# 浏览包内模块列表 -
3跑示例
用内置模型做一次检测。
# 运行仓库示例 -
4接自己数据
换成自己的图片或点云。
# 调用对应感知接口
如何确认成功
示例能在样例图上输出检测框或关键点。
注意事项
- 它是分层感知库，不是单一模型。
- 依赖较老的框架版本，装环境时注意。
核心亮点
- 统一分层接口覆盖检测、分割、姿态、关键点、人脸识别等多类任务，切换任务成本低
- 内置数据加载、模型构建、推理、可视化与评估模块，适合快速做原型和对比实验
- 支持通过配置组合骨干网络与任务头，便于复用和迁移到新数据集
不足之处
- 项目较早期，部分模型与文档可能滞后于当前主流视觉库
- 社区活跃度和更新频率有限，遇到新模型或新框架适配时需自行排查
适用场景
- 快速搭建包含检测、分割和姿态估计的多任务视觉原型
- 教学或实验环境中对比不同骨干网络在多个感知任务上的表现
- 为已有业务流水线补充人脸识别或表情识别等模块
替代项目
MMDetection、Detectron2、PaddleDetection
上一篇：darknet
同类项目推荐
DECIMER-Image-Segmentation
开源
从论文插图自动切出化学结构式
Chemical structure detection and segmentation tool for Journal articles.
GLiNER
开源
一句话描述实体类型，零样本提取任意实体，轻量高效。
Generalist and Lightweight Model for Named Entity Recognition (Extract any entity ty···
llm_aided_ocr
开源
用 LLM 把扫描 PDF 变成干净 Markdown，识别更准、格式更规整。
Enhances Tesseract OCR output using LLMs (local or API) for error correction, smart ···
local-llm-pdf-ocr
开源
本地跑视觉大模型，扫描 PDF 秒变可搜索文本
Convert scanned PDFs and images into searchable documents with any OpenAI-compatible···
VideoGLaMM
开源
让AI看懂视频里每个像素，指哪打哪精准分割
[CVPR 2025 ]A Large Multimodal Model for Pixel-Level Visual Grounding in Videos
ComfyUI-MiniCPM
开源
在 ComfyUI 里直接调用 MiniCPM，给图像自动生成描述
A custom ComfyUI node for MiniCPM vision-language models, supporting v4, v4.5, and v···
universal-medical-image-segmenta···
开源
一个模型搞定多种医学图像分割任务
CC-Pan
开源
用扩散模型高效融合遥感图像，全色锐化又快又准
Official implementation for "CC-Pan: Channel-wise Compression based Diffusion for Ef···
AnomalyDINO
开源
用少量正常样本，精准揪出图像中的异常区域
[WACV2025] AnomalyDINO: Boosting Patch-based Few-shot Anomaly Detection with DINOv2