先做误差分析
小目标漏检、边界粗糙、尺度变化、背景干扰还是计算成本过高？把瓶颈写成可观察现象。
Plug-and-play modules
178个模块，先检索，再决定是否接入
收录 PlugNPlay-Modules 当前仓库中的全部 Python 模块。每个模块都有站内教程、完整代码、调用示例、接入建议和原始来源。
178源码模块
—模块类别
—附论文入口
完整索引 · 直接跳转 · 不搬运源码
类别
没有匹配模块
换一个关键词，或选择“全部”类别。
Selection guide
模块不是越多越好，按瓶颈选择
先证明问题存在，再选择一个最可能解决问题的模块，并用单变量实验验证。
匹配模块类别
局部细节看卷积，长程关系看注意力，多尺度问题看特征融合，分辨率问题看采样。
先验证形状
用随机张量核对输入输出、通道、尺寸、显存和依赖，再接入真实网络。
只改一个变量
保留相同数据、训练轮数、增强与随机种子，同时报告精度、参数量、FLOPs和延迟。
判断是否保留模块
只有当改进在合理重复实验中稳定、计算成本可接受，并且确实缓解了目标瓶颈时才保留。单次最高值或多个模块同时堆叠，不能构成可靠结论。