跟着最新视觉模型教程，边看边跑代码，快速上手实战
这是一个计算机视觉领域的教程合集，基于 Jupyter Notebook 编写，旨在帮助开发者从基础到前沿系统学习视觉模型与技术。项目覆盖了从 ResNet 等经典架构到 RF-DETR、YOLO11、SAM 3、Qwen3-VL 等最新模型的实战案例，每个教程都配有可运行的代码和详细解释，支持在 Google Colab 中直接运行，降低了学习门槛。它解决了视觉开发者面对海量模型时缺乏系统化、可实操学习资源的问题，核心能力包括图像分类、目标检测、图像分割等任务的完整示例，以及自动标注等实用技巧。无论你是入门者还是想跟进前沿的工程师，都能从中获得直接可复用的代码和思路。
1创建虚拟环境
在 notebooks 项目目录下创建独立虚拟环境，README 明确提醒不要把依赖装到全局环境。
python3 -m venv venv2激活虚拟环境
README 给出的是 macOS/Linux 命令，激活后终端提示符前会出现 (venv) 标记。
source venv/bin/activate3安装 Jupyter
在已激活的虚拟环境中安装 notebook，用于打开并运行本项目的 .ipynb 教程。
pip install notebook4启动 Notebook
启动 Jupyter Notebook 服务，终端会输出访问地址，浏览器自动打开文件列表。
jupyter notebook5云端备选方案
不想本地部署时，可在 Amazon SageMaker Studio Lab 免费环境中导入官方教程 notebook 运行。
终端出现 Jupyter 访问地址并自动打开浏览器，能列出项目中的 .ipynb 教程文件即启动成功。
Q：为什么必须用虚拟环境？
A：README 明确强调不要全局安装依赖，使用 venv 可以隔离环境，避免不同教程之间的包版本冲突。
Q：Windows 系统怎么激活虚拟环境？
A：README 只给出 source venv/bin/activate（macOS/Linux）。Windows 用户请参考 Python venv 官方文档中对应的 Scripts 激活方式。
Q：没有本地环境能学吗？
A：可以。官方教程支持在 Google Colab 和 Kaggle 直接运行，也可用免费的 Amazon SageMaker Studio Lab 导入 notebook。
Q：需要自己安装每个教程的依赖吗？
A：README 的本地安装部分只要求安装 notebook，各教程所需依赖请按对应 notebook 内的说明在虚拟环境中安装。
Hugging Face Transformers、OpenMMLab、PyTorch Image Models (timm)
notebooks 是学习教育领域的开源项目，由 roboflow 开发，2022 年首次发布。
在全站 13,109 个收录项目中，它的 GitHub 星标数（9,686）位列前 5%，在学习教育分类的 430 个项目里位列前 9%。
近 41 天，它的 GitHub 星标从 9,605 增加到 9,686，净增 81。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，当前已无法正常访问。
它主要面向的使用场景是：初学者系统学习计算机视觉核心模型。同类可对比的替代方案包括 Hugging Face Transformers、OpenMMLab、PyTorch Image Models (timm)。
上一篇：learnopencv
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···