PaddleViT

收录理由

PaddleViT 是一套面向 PaddlePaddle 生态的实用视觉模型集合，适合团队在构建计算机视觉系统时直接取用。它收纳了 ViT、DeiT、Swin、BEiT 等知名 Transformer 与 MLP 架构的可运行实现，并附带预训练权重，开发者可以基于自己的数据集进行微调，不必从头训练。每个模型都是独立的 Python 模块，想快速试一个模型时，单独引用即可，无需引入整个代码库。同一仓库还覆盖了目标检测、语义分割和 GAN 任务，并且把训练、验证脚本、混合精度与多卡支持、导出工具等一并打包，方便模型从研究阶段顺利走向部署。对于基于 PaddlePaddle 做研究或工程的用户来说，这套工具能省去手工复现主流视觉模型的麻烦。