OpenSTL

收录理由

OpenSTL把时空预测学习的主流方法集中在一个代码库里，覆盖的任务从合成运动物体一路延伸到人体动作、驾驶场景、交通流量和天气预报。对比较视频预测算法的研究者来说，模型库提供了统一的训练和评估脚本，复现基线结果时不必从头重写每个模型。框架按核心层、算法层和接口层组织，同时支持PyTorch Lightning和原生PyTorch两种实现方式，团队可以按自己习惯的技术栈直接上手。配套的NeurIPS论文详细说明了基准测试的构建方法，写论文想拿新方法和已有模型做对比时，这份文档能省不少事。如果你正在规划预测类项目，想先摸清哪些现成模型真正靠谱再动手，这里就是一张实用的技术地图。