mmpretrain

收录理由

做视觉模型时，很多人会纠结是自己写训练循环，还是直接用一套把流程都铺好的工具箱。MMPretrain 明显站在实用这一边，它内置了大量预训练骨干网络，像 ResNet、ConvNeXt、Swin Transformer、ViT 和 MobileNet 都有，拿过来就能用现成权重起步，不用从零开始训练。除了常规的有监督分类，它还覆盖了 MAE、BEiT、MoCo 这类自监督方法，以及 CLIP、BLIP、LLaVA 等多模态方案。如果你在做迁移学习或者图文检索，又希望有可复现的基准线，这个覆盖面就很有价值，省去把不同实现拼在一起的麻烦。它基于 PyTorch，又是 OpenMMLab 生态的一部分，团队如果已经在用这一套工具，预训练权重、配置文件和任务模板基本都能直接对上，用起来很顺手。