基于 PyTorch 的 GeoCLIP 实现,用类似 CLIP 的方式对齐图像与 GPS 坐标,用于全球图像地理定位。
lightly-ai/lightly
一个用于图像自监督学习的 Python 库,基于 PyTorch 提供可复用的训练组件。
- Star
- 3,829
- Fork
- 379
- 未关闭 Issue
- 119
- 最近提交
- 8天前
这是什么?
Lightly SSL 是一个面向计算机视觉的自监督学习框架,可以在没有标注的图像数据上训练模型。对于希望基于自有图像数据预训练骨干网络、而不只依赖 ImageNet 预训练权重的开发者来说,它提供了现成的工具。
库的写法接近 PyTorch 风格,暴露了损失函数、投影头与预测头、数据增强等底层模块,可以按需组合。它包含多种已发表方法的实现与示例,如 MoCo、SimCLR、BYOL、DINO、DINOv2、MAE、VICReg 等,并同时提供 PyTorch 与 PyTorch Lightning 的示例代码。支持自定义骨干网络,并可通过 PyTorch Lightning 进行多 GPU 分布式训练。
项目可通过 pip 安装,采用 MIT 许可证。维护方另有面向数据筛选与标注的商业产品,不属于本库的内容。
核心功能
- 01提供损失函数、模型头等可组合的底层模块
- 02包含 SimCLR、BYOL、DINO、MAE 等多种自监督方法的实现
- 03支持自定义骨干网络
- 04提供 PyTorch 与 PyTorch Lightning 示例
- 05支持分布式训练,包括损失汇聚与同步 BatchNorm
适用场景
- 在特定领域的无标注图像数据集上预训练视觉骨干网络
- 在同一数据上对比不同自监督方法的效果
- 基于可替换的损失函数与模型头开展自定义自监督研究
- 使用 PyTorch Lightning 进行多 GPU 训练
使用前须知
- Docker 支持和一条命令即可使用的预训练模型仅在商业版中提供。
收录于专题
标签
#computer-vision#self-supervised-learning#pytorch#deep-learning#contrastive-learning#embeddings#contributions-welcome#hacktoberfest#machine-learning
常见问题
- lightly 是什么?
- 一个用于图像自监督学习的 Python 库,基于 PyTorch 提供可复用的训练组件。 Lightly SSL 是一个面向计算机视觉的自监督学习框架,可以在没有标注的图像数据上训练模型。对于希望基于自有图像数据预训练骨干网络、而不只依赖 ImageNet 预训练权重的开发者来说,它提供了现成的工具。
- lightly 可以免费使用吗?用的什么许可证?
- lightly 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- lightly 还在维护吗?
- 活跃维护中。lightly 最近一次提交是在 2026年10月30日。
- lightly 适合用来做什么?
- 在特定领域的无标注图像数据集上预训练视觉骨干网络 在同一数据上对比不同自监督方法的效果 基于可替换的损失函数与模型头开展自定义自监督研究 使用 PyTorch Lightning 进行多 GPU 训练
- 在哪里获取 lightly?
- 源代码和安装说明在 GitHub 上:https://github.com/lightly-ai/lightly
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
417+3 本周52PythonMIT维护活跃更新于 13天前
基于 PyTorch 的可微分计算机视觉库,提供支持 GPU 的图像处理、几何、数据增强与特征匹配算子。
1.2万+275 本周1520PythonApache-2.0更新于 15小时前
基于 PyTorch 的扩展库,用于在包含文本、图像等多种列类型的表格数据上构建和训练深度学习模型。
802+1 本周75PythonMIT更新于 5天前
基于 PyTorch 的深度学习库,既提供快速训练的高层组件,也提供便于自定义研究的底层模块。
2.8万7635Jupyter NotebookApache-2.0维护活跃更新于 2个月前
声明式深度学习框架,通过 YAML 配置训练、微调和部署 LLM、多模态与表格模型。
1.2万+4 本周1213PythonApache-2.0维护活跃更新于 4天前
Python 库,通过统一的 pipeline 和 Trainer 接口调用、训练和评估 ModelScope 模型库中的 AI 模型。
9209+8 本周975PythonApache-2.0维护活跃更新于 5天前