跳转至

Model Zoo 总览

全领域统一构建配置注册表 --- 无需下载预训练权重,8 600+ 可构建注册 ID 一行切换 (当前实测 8611,python scripts/project_stats.py --json 可复核)。注册数量描述接口覆盖, 不等同于独立实现或论文复现数量;当前源码含 1,970 个 direct baseline wrapper,其中 100 个 完成逐组人工审计,1,870 个依据直接委托事实保守标为 source-inferred baseline-alias,0 个 未分类。命名、数据和验证边界见实现契约,逐源码状态见 Model Zoo 保真度审计全量 baseline 清单


规模一览

  • Vision


    791 注册 ID / 220 个 backbone 模块

    Vision Zoo

  • NLP


    814 注册 ID / 49 个注册组

    NLP Zoo

  • Point Cloud


    64 注册 ID / 30 个注册组

    Point Cloud Zoo

  • Multimodal (VLM)


    210 注册 ID / 70 个注册组

    VLM Zoo

  • Generative


    GAN 44 注册组 / 132 IDs + Diffusion 32 注册组 / 96 IDs

    Generative Zoo

  • Federated Learning


    76 联邦策略 / 228 注册 ID

    Federated Zoo


Zoo 子系统总览(22 个子系统)

领域 子系统 注册组 CLI 脚本
Vision Backbones 220 模块 / 791 IDs scripts/vision_zoo.py
Vision Detection (2D) 132 scripts/detection_zoo.py
Vision Instance Segmentation 50 scripts/instance_segmentation_zoo.py
Vision Panoptic Segmentation 50 scripts/panoptic_segmentation_zoo.py
Vision Lane Detection 44 scripts/lane_detection_zoo.py
Vision Co-segmentation 26 scripts/co_segmentation_zoo.py
Vision Fine-Grained Recognition 112 scripts/fine_grained_recognition_zoo.py
Vision Action Recognition 62 scripts/action_recognition_zoo.py
Vision MOT (2D) 100 scripts/mot_zoo.py
NLP Text Encoders 49 族 / 814 IDs scripts/nlp_zoo.py
Point Cloud Backbones 30 族 / 64 IDs scripts/pointcloud_zoo.py
Point Cloud 3D Detection 60 scripts/detection3d_zoo.py
Point Cloud 3D Segmentation 60 scripts/segmentation3d_zoo.py
Point Cloud 3D Instance Seg 50 scripts/instance_segmentation3d_zoo.py
Point Cloud 3D Tracking 140 scripts/tracking3d_zoo.py
Point Cloud Gaussian Splatting 10 dlhub/pointcloud/gaussian_splatting_zoo.py
Multimodal VLM 70 scripts/vlm_zoo.py
Multimodal Prompt Learning 10 dlhub/multimodal/prompt_learning_zoo.py
Vision New Directions Batch XIII 80 dlhub/vision/*_zoo.py
Generative GAN 44 scripts/gan_zoo.py
Generative Diffusion 32 scripts/diffusion_zoo.py
Federated FL Strategies 76 scripts/federated_zoo.py

统计说明

数字为写作时实测值(--list 输出),实际数量随版本迭代持续增长。 “注册 ID”只表示统一构建接口可识别的配置;多个 ID 可能共享通用基线, 未经审计的实现统一标记为 unreviewed,不能据此推断论文机制完整。 没有独立 scripts/ CLI 的子系统(Gaussian Splatting / Prompt Learning / New Directions) 直接给出 dlhub/ 包内 zoo 模块路径。 此外还有 100+ 个 Research Direction 子领域(每个 10 族), 详见 Research Directions


设计原则

所有 Zoo 遵循相同的设计模式:

一文件一注册组

每个注册组通常对应一个独立 Python 文件,包含其变体构建逻辑;一个文件不自动等于一种独立计算 机制,部分教学注册组会共享轻量基线。文件名和注册名用于定位构建入口,不构成论文级复现承诺, 差异见保真度审计

dlhub/
  vision/
    backbones/
      resnet.py        # ResNet-18 / 34 / 50 / 101 / 152 …
      vit.py           # ViT-Ti / S / B / L / H …
      convnext.py      # ConvNeXt-T / S / B / L / XL …
    detection/         # 2D 检测注册组(一文件一组)
    mot/               # 多目标跟踪注册组
  nlp/
    algorithms/
      bert.py          # BERT-Tiny / Mini / Small / Base / Large …

Lazy Import

所有注册组仅在实际构建时才触发对应文件的导入,保证启动零开销。

统一接口

每个领域提供 build_local_model(arch_id, ...) / list_local_arches() 统一入口:

from dlhub.vision.local_zoo import build_local_model

# 构建模型只需一行(本地实现的 ID 使用 `dl:` 前缀)
model = build_local_model("dl:resnet50", in_channels=3, num_classes=10)

CLI 工具

每个子系统均自带 CLI,支持三个核心操作:

列出所有可用注册 ID。

python scripts/vision_zoo.py --list

模糊搜索注册 ID。

python scripts/vision_zoo.py --list --search resnet

对指定架构执行前向推理 Smoke Test。

python scripts/vision_zoo.py --smoke dl:resnet50

快速导航

页面 说明
保真度审计 已审计实现的机制对齐等级、证据与下一步
Baseline 清单 1,970 个 direct baseline wrapper 的源码、helper 与审计状态
Vision Zoo CNN、Transformer、MLP、Hybrid 等视觉主干及 8 个下游子系统
NLP Zoo Transformer、RNN、CNN、MLP 等文本编码器
Point Cloud Zoo 点云主干及 3D Detection / Segmentation / Tracking
VLM Zoo 视觉-语言多模态模型
Generative Zoo GAN 与 Diffusion 生成模型
Federated Zoo 联邦学习策略
Research Directions 100+ 研究方向子领域的包路径明细