Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。
apple/corenet
Apple 开源的深度神经网络训练库,支持 CLIP、LLM、分类、检测与分割等模型的训练。
- Star
- 7,013
- Fork
- 542
- 未关闭 Issue
- 18
- 最近提交
- 上个月
这是什么?
CoreNet 是 Apple 推出的深度神经网络训练工具库,可用于训练从小型到大规模的标准及新型模型,覆盖 CLIP、LLM 等基础模型,以及图像分类、目标检测和语义分割等任务。项目基于 PyTorch 构建,通过 YAML 配置文件从内置注册表中选择模型、数据集和训练流程。
仓库提供了一批 Apple 已发表研究项目的训练与评估配方,并附有预训练权重链接,涵盖 OpenELM、CatLIP、FastViT、MobileOne、MobileViT 等。教程包括在新数据集上从零训练模型、基于 SLURM 的多节点训练、CLIP、语义分割和目标检测。此外还提供在 Apple Silicon 上借助 MLX 高效运行部分模型的示例。
CoreNet 由早期的 CVNets 库演化而来,将应用范围从计算机视觉扩展到语言和多模态模型。
核心功能
- 01提供 OpenELM、CatLIP、MobileViT 等已发表模型的训练配方和预训练权重。
- 02通过 YAML 配置文件选择模型、数据集、损失函数等组件。
- 03支持图像分类、目标检测、语义分割、CLIP 类多模态模型和语言模型。
- 04包含 SLURM 多节点训练指南。
- 05提供在 Apple Silicon 上基于 MLX 运行部分模型的示例。
适用场景
- 基于可复现的配置,在自定义数据集上训练分类或检测模型。
- 复现或扩展 MobileViT、CatLIP 等 Apple 已发表的研究。
- 大规模预训练或微调 CLIP 类模型及小型语言模型。
- 借助 MLX 在 Apple Silicon 上高效运行部分模型。
快速上手
- 1
安装 Git LFS(Linux,使用 apt)
sudo apt install git-lfs - 2
克隆代码仓库
git clone git@github.com:apple/corenet.git - 3
进入仓库目录并拉取 LFS 文件
git lfs pull - 4
使用 pip 以可编辑模式安装 CoreNet(可选在虚拟环境中进行)
python3 -m pip install --editable .
使用前须知
- 许可证未被明确识别(显示为 NOASSERTION),使用前请查看 LICENSE 文件。
- README 推荐 Linux 环境,Python 3.10+ 且 PyTorch 2.1.0 或更高版本,并且需要 Git LFS 才能获取仓库内容。
- 音频和视频功能需要额外的系统软件包,如 sox 和 ffmpeg。
收录于专题
标签
常见问题
- corenet 是什么?
- Apple 开源的深度神经网络训练库,支持 CLIP、LLM、分类、检测与分割等模型的训练。 CoreNet 是 Apple 推出的深度神经网络训练工具库,可用于训练从小型到大规模的标准及新型模型,覆盖 CLIP、LLM 等基础模型,以及图像分类、目标检测和语义分割等任务。项目基于 PyTorch 构建,通过 YAML 配置文件从内置注册表中选择模型、数据集和训练流程。
- corenet 可以免费使用吗?用的什么许可证?
- corenet 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
- corenet 还在维护吗?
- 半年内有更新。corenet 最近一次提交是在 2026年9月25日。
- corenet 适合用来做什么?
- 基于可复现的配置,在自定义数据集上训练分类或检测模型。 复现或扩展 MobileViT、CatLIP 等 Apple 已发表的研究。 大规模预训练或微调 CLIP 类模型及小型语言模型。 借助 MLX 在 Apple Silicon 上高效运行部分模型。
- corenet 怎么安装和运行?
- 安装 Git LFS(Linux,使用 apt): sudo apt install git-lfs 克隆代码仓库: git clone git@github.com:apple/corenet.git 进入仓库目录并拉取 LFS 文件: git lfs pull 使用 pip 以可编辑模式安装 CoreNet(可选在虚拟环境中进行): python3 -m pip install --editable .
- 在哪里获取 corenet?
- 源代码和安装说明在 GitHub 上:https://github.com/apple/corenet
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 PyTorch 的计算机视觉工具库,支持目标检测、实例分割和图像分类的训练与模型导出。
一个 Python 切片推理库,将大图切分成小块后用检测模型逐块推理,以发现小目标。
用于在航拍 RGB 影像中检测树冠、鸟类等生态目标的 Python 包,基于 torchvision。
面向计算机视觉的 Python 图像增强库,统一处理图像、掩码、边界框和关键点。
一个极简、易于修改的 LLM 训练框架,覆盖分词、预训练、微调、评估到对话推理全流程,可在单台 GPU 节点上运行。