maestro

收录理由

微调视觉语言模型时，最耗精力的往往不是模型本身，而是训练循环、数据格式和依赖冲突这些杂事。Maestro 把 Florence-2、PaliGemma 2 和 Qwen2.5-VL 的微调流程打包成一个命令行工具和 Python API：你只需指定数据集、轮数、批大小和优化策略，剩下的交给它处理。它支持 LoRA 和 QLoRA，能把硬件需求压得很低，对小团队或只用免费 Colab 笔记本的人来说很友好。仓库里还带了每个模型的可运行示例，配置驱动的方式配合统一的 JSONL 数据格式，让实验容易复现。同一套工具既能做目标检测，也能做图像描述和 JSON 抽取。如果你不想自己拼装训练管线，又想上手这些模型，这会是个省心的选择。