funmodel2

这是一个围绕 Keras YOLOv3（依赖另一个包 funkeras 的 YoloBody）做目标检测实验的一次性脚本集合，看起来是当年天池（Tianchi）比赛相关的模型训练/调参代码，目前未维护、不是通用库：

• funmodel2/models/yolo.py：加载 YOLOv3 权重、逐层比较两个模型权重的一次性脚本。模型只会在显式调用 load_yolo_models 时加载，不会在 import 阶段访问本机路径。
• funmodel2/database/core.py：一个基于 SQLite 的模型层权重缓存工具 WeightDB，按每层权重的 MD5 对权重去重存储，配合 save_layers / load_layers 在不同模型之间复用相同的权重块（例如迁移/微调时跳过重复层）。
• funmodel2/util/core.py：get_file_md5，计算权重字节内容的 MD5，供上面的去重逻辑使用。

安装

使用 uv 安装依赖并构建：

uv sync
uv run python -c "from funmodel2.models.yolo import get_anchors; print(get_anchors().shape)"

需要实际加载 YOLO 模型时，再安装可选依赖：uv sync --extra yolo。

用法示例

from funmodel2.database import WeightDB, save_layers, load_layers, set_weight_path

set_weight_path("/path/to/weights")  # 权重文件的存放目录

db = WeightDB()  # 默认在包目录下建 layer_weight.db
db.insert_if_not_exist(model="yolov3", _class="Conv2D", name="conv1", md5="...", filename="yolov3.weight")

save_layers(layers, model_name, filename) / load_layers(layers, model_name, md5_list) 用于把 Keras 模型各层的权重按 MD5 存进 / 取出 WeightDB，从而在多个模型间共享相同的权重块，避免重复保存。

funmodel2/models/yolo.py 中的 YOLOv3 加载脚本仍是历史实验记录；调用 load_yolo_models 时需要提供实际权重路径和类别文件。

---

关于 farfarfun

farfarfun 是一个专注于实用工具库的开源组织， 涵盖云存储、数据处理、AI、多媒体与开发工具链等方向。

• 组织主页：https://github.com/farfarfun
• PyPI：https://pypi.org/user/niuliangtao/
• 联系：farfarfun@qq.com

本项目基于 MIT 协议开源。