Involution

Involution

在 Gradio 页面里运行 Keras 团队用 involution 层搭建的图像模型，附带示例图片，适合机器学习学习者和视觉研究人员。

由 keras-io 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Involution 是一个 Gradio 应用，运行同名的 Keras 模型，它用 involution 层搭建，这种层是卷积层的一种替代。记录里列出了一个模型 involution，来自 keras-io 组织。examples 文件夹里有示例图片。

适合谁：它适合想看基于 involution 的模型实际运行的机器学习学习者和视觉研究人员，也适合想看围绕 Keras 模型的小型 Gradio 演示的开发者。记录没有说明这个模型负责哪项任务或哪些类别。

行业 | 使用者 | 使用方式 | 例子
教育 | 机器学习的学生 | 看带 involution 层的模型在图像上运行 | 运行一张示例图片
研究 | 视觉研究人员 | 实际看看卷积的一种替代 | 比较几张示例的输出
软件 | Python 开发者 | 阅读围绕 Keras 模型的小型 Gradio 演示 | 打开 app.py 和 requirements.txt

如果你需要任务和准确率都有说明的模型，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
在示例上试用模型 | 任何人 | 模型对示例图片的输出
研究 involution 层 | 学习者 | 一种较少见层类型的小型演示
作为基础复用 | 开发者 | 一个围绕 Keras 模型的小型 Gradio 应用

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download keras-io/involution --repo-type space --local-dir involution
cd involution
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。示例图片是最快的试用办法。

python app.py

示例：你打开 Space，选一张示例图片。应用会在它上面运行 involution 模型并显示输出。记录没有描述输出内容，请看页面。

新手与专家：神经网络的一层要决定怎样把相邻的像素组合起来。involution 是和常见卷积不同的做法。先打开 Space，运行一张示例图片，看看模型返回什么。

如果你熟悉这个领域，involution 让滤波器取决于图像中的位置，而卷积在各处重复使用同一个滤波器。这是用更少的参数换取每个位置更多的计算。记录没有给出任务、数据集或准确率数据。

你选一张图片或上传一张
Gradio 页面把它交给 app.py
involution 模型处理它
页面显示输出

注意事项：

• License: MIT，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的图片，以及它所列的模型
• Not for: 记录没有列出排除项，也没有给出任务或准确率数据

Hugging Face 上的数据（2026年11月13日）

• 点赞：6
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/keras-io/involution
• 文件：https://huggingface.co/spaces/keras-io/involution/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。