[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-72110":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":8,"htmlUrl":8,"language":9,"languages":8,"totalLinesOfCode":8,"stars":10,"forks":11,"watchers":12,"openIssues":13,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":14,"forks30d":14,"starsTrendScore":18,"compositeScore":19,"rankGlobal":8,"rankLanguage":8,"license":8,"archived":20,"fork":20,"defaultBranch":21,"hasWiki":22,"hasPages":20,"topics":23,"createdAt":8,"pushedAt":8,"updatedAt":24,"readmeContent":25,"aiSummary":26,"trendingCount":14,"starSnapshotCount":14,"syncStatus":27,"lastSyncTime":28,"discoverSource":29},72110,"PlugNPlay-Modules","ai-dawang\u002FPlugNPlay-Modules","ai-dawang",null,"Python",5089,374,23,13,0,9,11,28,27,38.72,false,"main",true,[],"2026-06-12 02:02:58","全网最全最新的即插即用模块：目前进度70％\r\n包括卷积 注意力机制 下采样 特征融合模块等\r\n持续更新~\r\n详细论文讲解关注公众号【ai缝合大王】和B站【ai缝合大王】\r\n模块分享、缝合交流进q群：\r\n994264161\r\n更多细分方向群：① 目标检测 ② 图像分类 ③ 语义分割 ④ 人脸识别 ⑤ 三维重建 ⑥ 多模态融合 ⑦ 姿态估计 ⑧ 超分辨率⑨ 自动驾驶 ⑩ 图像生成 ⑪ 遥感影像 ⑫ 医学图像 ⑬ 底层视觉 ⑭ YOLO 系列 ⑮ Mamba 等新架构⑯ 视频处理 ⑰ 3D ⑱ 大模型 ⑲ 重识别（ReID）⑳ 图像去雨\u002F去噪\u002F去模糊\r\n细分方向群为微信群，扫描二维码添加微信，扣1-20拉你进群。\r\n\r\n![8fe957e64594b1526077b0f75c6f496](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F392ad630-081a-454d-ad38-40d24c4a8990)\r\n\r\n目前主要更新二维图像模块，所有二维图像都可以用，图像分类、分割、目标检测、超分辨率重建、图像去雾、暗光增强等所有图像任务都可以用   3d模块 和1d模块 后续会陆续更新。\r\n\r\n![...](assets\u002F18b0c599180d157e714daf7f21b1fdc.jpg)\r\n\r\n\r\n\r\n这里我介绍一下，加入深度学习论文指南:\r\n第一，如果你是新手小白，代码论文都看不懂，我们会给出最优的学习路线，让你少走弯路，节省很多时间。\r\n\r\n第二，这里提供缝合模块的技巧，让你轻松使用github上的模块即插即用，插入自己的模型中涨点。\r\n\r\n第三，如果你缝合了很多模块发现没有效果，不妨来这里看看，这里提供了高阶缝合技巧，结构缝合，串并联交互缝合，创新点缝合等，并且还有自制即插即用模块分享。\r\n\r\n第四，如果缝合好模块之后，不知道怎么编故事，怎么写论文的思路，这里也会进行提供。\r\n\r\n第五，每个成员都可以发布主题，我们也会针对主题进行提问，随着人数的增多，你想知道的任何这方面的问题几乎都有模板答案。\r\n\r\n第六，这是一个长期项目，不是说就几个视频加pdf，是一年的时间内所有内容。\r\n\r\n\r\n","ai-dawang\u002FPlugNPlay-Modules 是一个提供多种即插即用深度学习模块的项目，主要使用Python语言开发。该项目涵盖了卷积、注意力机制、下采样、特征融合等多种模块，并且持续更新中，目前进度为70%。这些模块适用于各种二维图像处理任务，如图像分类、语义分割、目标检测、超分辨率重建等。此外，项目还通过公众号和B站账号提供了详细的论文讲解和技术交流平台，适合从新手到有经验的研究者使用，帮助用户快速上手并提升模型性能。",2,"2026-06-11 03:40:24","high_star"]