用途：在构建计算机视觉应用时启用，覆盖图像分类、目标检测、语义/实例分割、数据增强、图像预处理、模型导出与评估等任务。触发场景包括训练或微调分类器、用 YOLO/DETR 推理、实现分割流程、导出 ONNX 或 TensorRT 优化、评估 mAP 与混淆矩阵等；纯 NLP 或无视觉组件任务、纯 3D 点云或 LiDAR 流程不适用。
主要能力与原则：优先使用预训练权重再微调；积极做几何、颜色、噪声增强；在部署分布的代表性数据上验证；训练精度与推理精度分开优化；监控生产分布漂移。资料还给出任务分类与常用指标（分类 Top-1/Top-5、检测 mAP@0.5 与 mAP@0.5:0.95、语义分割 mIoU、实例分割 mask AP、生成 FID/LPIPS），骨干网络对比（ResNet、EfficientNet、ViT、ConvNeXt、DINOv2），锚框与无锚框检测差异，以及交叉熵、Focal、IoU/GIoU/CIoU/DIoU、Dice、二元交叉熵等损失。
使用方式：资料包含用 torchvision 微调 EfficientNet 分类器、用 ultralytics YOLO 推理与训练、albumentations 增强、torchvision v2 预处理、ONNX 导出与 ONNX Runtime 推理、torchmetrics 评估、DeepLabV3 与自定义 U-Net 分割等代码示例，按需参考使用。
限制：需注意验证集不应混入增强、归一化均值方差须匹配预训练模型、ONNX 导出应设置动态批量轴、检测评估应同时报告 mAP@0.5 与 mAP@0.5:0.95 等常见错误。资料未提供安装命令、收费、价格、平台或效果数据，暂未提供。