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 保真度审计和全量 baseline 清单。
规模一览¶
-
Vision
791 注册 ID / 220 个 backbone 模块
-
NLP
814 注册 ID / 49 个注册组
-
Point Cloud
64 注册 ID / 30 个注册组
-
Multimodal (VLM)
210 注册 ID / 70 个注册组
-
Generative
GAN 44 注册组 / 132 IDs + Diffusion 32 注册组 / 96 IDs
-
Federated Learning
76 联邦策略 / 228 注册 ID
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:
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 |