autodistill

收录理由

训练一个自定义检测器通常需要人工标注成千上万张图片，很多视觉项目就卡在这一步。Autodistill 用大型基础模型当老师，自动给未标注图片生成标签，再用这些标签训练一个更小、更快的监督模型，轻到可以在边缘设备上运行。插件式 API 让各部分可以灵活替换，比如用 Grounding DINO 或 Segment Anything 做老师，用 YOLOv8 或 DETR 做目标检测器，换模型也不用重写整个流程。这种取舍正是它的核心：前期投入一次高昂的标注成本，之后就能获得廉价、低延迟的推理。如果你已经知道要检测哪些类别，但还没有现成的数据集，Autodistill 能让你从原始图片直接得到一个可部署的模型，中间不需要任何标注工具。