training_extensions

背景：为什么需要 Geti？

在工业质检、医疗影像、安防监控等场景中，部署一个可用的视觉 AI 模型从来不是「下载权重、跑推理」那么简单。真实项目往往面临：数据格式五花八门（COCO/YOLO/VOC）、模型选型反复试错、训练调参需要 GPU 资源、最终还要把模型塞进边缘设备运行——每一步都可能让非深度学习专业的开发者卡壳。

Geti™ Library（getitune） 正是为解决这一痛点而生的框架。它由 Intel Open Edge Platform 团队维护，原名 OpenVINO™ Training Extensions（otx），2025年正式更名为 getitune，定位是低代码迁移学习框架：用一套 API/CLI，覆盖从数据接入、模型训练、评测优化到 OpenVINO 部署的全流程，让用户在几分钟内完成原本需要数天的工作。

项目起源与 Intel 生态

Geti 诞生于 Intel 推动 OpenVINO 从「推理工具」向「全栈平台」演进的战略背景下。OpenVINO 本身久经打磨，但训练环节一直是短板——用户需要在 PyTorch/TensorFlow 中完成训练，再手动导出 IR 模型才能用 OpenVINO 部署。Geti 填补了这个空白，让整个链条可以在一个框架内闭环。项目的 GitHub 仓库现由 open-edge-platform 组织托管，获得了 1232 颗 Stars、466 个 Fork，是 Intel 在开源 CV 训练领域最具影响力的项目之一。

核心功能：一条命令完成 CV 模型全流程

多任务支持

Geti 目前支持六类核心视觉任务，每类任务都内置了经过验证的预训练配方（Recipe）：

任务类型	代表模型	典型场景
多分类 / 多标签 / 层级分类	EfficientNet, ViT, DINOv2	商品分类、情绪识别
目标检测	YOLOX, RT-DETR, ATSS, SSD	工业缺陷检测、人流统计
旋转目标检测	MaskRCNN-R50	遥感影像、无人机航拍
实例分割	MaskRCNN, RTMDet-Inst, YOLO26	医学影像分割、车辆分割
语义分割	DINOv2, LiteHRNet, SegNeXt	道路分割、农田遥感
关键点检测	RTMPose	人体姿态估计

每类任务的 Recipe 以 YAML 文件形式存在，捆绑了模型架构、数据管道和训练超参数。用户只需指定 model= 路径，即可获得开箱即用的基线。

低代码 API 设计

Geti 的 API 设计极度简洁，核心入口是 create_engine：

from getitune.engine import create_engine

engine = create_engine(
    data="tests/assets/classification_cifar10",
    model="src/getitune/recipe/classification/multi_class_cls/efficientnet_b0.yaml",
)
engine.train()
engine.test()
exported_path = engine.export()  # 导出 OpenVINO IR

三行代码完成训练、评测、导出。对比原生 PyTorch 实现，这可能需要几十行数据加载器、模型定义、优化器配置代码。Geti 通过 YAML Recipe 将这些复杂性封装起来，同时保留了 Override 机制——用户可以在 API 调用时直接覆盖 max_epochs、batch_size、lr 等参数，也可以深入 YAML 自定义模型级别的超参数。

数据格式自动适配

真实项目的数据格式往往不统一：有的团队用 COCO JSON，有的用 YOLO 的 data.yaml，还有的用 Pascal VOC 目录结构。Geti 内置 Datumaro 作为数据前端，传入数据集路径后自动检测格式并转换，用户无需编写任何数据转换脚本：

# 同一个 API，不管数据是 COCO 还是 YOLO 还是 VOC 格式
engine = create_engine(data="/path/to/coco_or_yolo_or_voc_dataset", model="...")
engine.train()

架构解析：模块化设计

Geti 的源码位于 library/src/getitune/，核心模块组织如下：

engine/ — 统一的训练引擎，通过 create_engine() 工厂函数，根据模型类型自动选择后端
backend/lightning/ — PyTorch Lightning 训练后端，管理分布式训练、混合精度、梯度裁剪等
backend/openvino/ — OpenVINO 推理后端，支持 IR 模型加载、NNCF 后训练量化（PTQ）
backend/ultralytics/ — Ultralytics YOLO 生态集成，支撑 YOLO 系列模型
models/ — 模型类集合（EfficientNet、ATSS、YOLOX、DINOv2 等），封装了架构定义和预训练权重加载
data/ — DataModule 实现，基于 Datumaro 的数据加载、格式检测、增强（Augmentation）管道
recipe/ — 所有任务类型的 YAML 配方目录，按 classification/、detection/、segmentation/ 等组织

这种架构的核心优势是后端解耦：用户用同一套 API 切换不同的训练后端（Lightning / Ultralytics）或推理后端（PyTorch / OpenVINO），而无需修改业务代码。

训练后端：PyTorch Lightning

PyTorch Lightning 是当前工业界最成熟的分布式训练框架之一，Geti 选择它作为默认训练后端，继承了以下能力：

多 GPU 分布式训练（DDP）
混合精度训练（precision="16-mixed"）
梯度裁剪、Early Stopping、Model Checkpoint
确定性训练（seed=42, deterministic=True）

用户也可以绕过 Recipe，直接实例化模型类传入自定义优化器：

from getitune.models import EfficientNet
from torch.optim import AdamW

model = EfficientNet(label_info=datamodule.label_info, model_name="efficientnet_b0",
                     optimizer=lambda params: AdamW(params, lr=0.001))

推理与优化：OpenVINO 全链路

Geti 的推理路径分为两层：PyTorch 原生推理（用于快速验证）和 OpenVINO 推理（用于部署优化）。

# OpenVINO 推理 + NNCF 优化（后训练量化）
ov_engine = create_engine(data="/path/to/dataset", model="exported_model.xml")
ov_engine.test()
ov_engine.optimize()  # NNCF PTQ，精度损失通常 < 1%

OpenVINO 后端还支持 OpenVINO ModelAPI，提供标准化的推理接口，对接 Intel 硬件（CPU/GPU/VPU）获得推理加速。

部署方式：pip install 即可

Geti 目前尚未发布到 PyPI（README 标注 "not yet published"），需从源码安装：

# 推荐用 uv（honors lockfile，速度更快）
uv pip install "getitune[cpu]"   # CPU 训练
uv pip install "getitune[cuda]"  # NVIDIA GPU
uv pip install "getitune[xpu]"   # Intel GPU

# 源码安装
git clone https://github.com/open-edge-platform/training_extensions.git
cd training_extensions/library
uv sync --extra cuda

提供了三种互斥的 extras 选择对应的 PyTorch 轮子：

[cpu] — torch==2.10.0+cpu，无 GPU 环境或 Apple Silicon
[cuda] — torch==2.10.0+cu128，NVIDIA GPU（CUDA 12.8）
[xpu] — torch==2.10.0+xpu + triton-xpu，Intel 独立/集成 GPU

Docker 方面，仓库提供了多阶段 Dockerfile.cuda，基于 pytorch/pytorch:2.1.2-cuda11.8，最终产出包含预训练权重下载好的镜像，适合在容器环境中一键部署。

技术规格一览

项目	规格
语言	Python ≥ 3.11
深度学习框架	PyTorch 2.10 + PyTorch Lightning
推理优化	OpenVINO 2026.1 + ONNX
数据处理	Datumaro（自动格式检测）
训练调度	LR Warmup + ReduceLROnPlateau / CosineAnnealing
Augmentation	CPU 端 TorchVision transforms + GPU 端 Kornia
模型格式	PyTorch checkpoint / ONNX / OpenVINO IR
许可证	Apache 2.0
CI 状态	Pre-Merge 测试通过，Codecov 覆盖

局限性与注意事项

Python 3.11+ 强制要求：项目明确要求 Python 3.11–3.14，对仍在使用 3.8/3.9 的用户有迁移成本
PyPI 尚未发布：目前只能从源码安装，没有 pip install getitune 一键安装方式
Dockerfile 尚未更新：现有 Dockerfile 基于 PyTorch 2.1.2 + CUDA 11.8，README 提到 2.10 版本，实际镜像内容与文档可能存在偏差
Ultralytics YOLO 许可证：AGPL-3.0 许可证，在商业使用前需注意许可合规
非传统 Web UI：这是一个纯 Python 框架，没有图形界面，部署形式是 CLI 或 Python API，习惯 GUI 的用户需要适应

行业意义

Geti 代表了 Intel 在边缘 AI 全栈化方向上的关键一步。它不仅降低了计算机视觉模型的训练门槛，还通过与 OpenVINO 的深度集成，真正打通了「训练→优化→部署」的最后一公里。随着边缘计算场景（工业质检、智慧城市、智能驾驶）对 CV 模型需求的爆发，类似 Geti 这样的一站式框架将成为加速 AI 落地的关键工具。

项目当前在 Intel 内部有持续的维护投入（develop 分支活跃更新），2026年更新至 PyTorch 2.10 + OpenVINO 2026.1，发展势头良好。

背景：为什么需要 Geti？

项目起源与 Intel 生态

核心功能：一条命令完成 CV 模型全流程

多任务支持

Geti 目前支持六类核心视觉任务，每类任务都内置了经过验证的预训练配方（Recipe）：

任务类型	代表模型	典型场景
多分类 / 多标签 / 层级分类	EfficientNet, ViT, DINOv2	商品分类、情绪识别
目标检测	YOLOX, RT-DETR, ATSS, SSD	工业缺陷检测、人流统计
旋转目标检测	MaskRCNN-R50	遥感影像、无人机航拍
实例分割	MaskRCNN, RTMDet-Inst, YOLO26	医学影像分割、车辆分割
语义分割	DINOv2, LiteHRNet, SegNeXt	道路分割、农田遥感
关键点检测	RTMPose	人体姿态估计

每类任务的 Recipe 以 YAML 文件形式存在，捆绑了模型架构、数据管道和训练超参数。用户只需指定 model= 路径，即可获得开箱即用的基线。

低代码 API 设计

Geti 的 API 设计极度简洁，核心入口是 create_engine：

from getitune.engine import create_engine

engine = create_engine(
    data="tests/assets/classification_cifar10",
    model="src/getitune/recipe/classification/multi_class_cls/efficientnet_b0.yaml",
)
engine.train()
engine.test()
exported_path = engine.export()  # 导出 OpenVINO IR

数据格式自动适配

# 同一个 API，不管数据是 COCO 还是 YOLO 还是 VOC 格式
engine = create_engine(data="/path/to/coco_or_yolo_or_voc_dataset", model="...")
engine.train()

架构解析：模块化设计

Geti 的源码位于 library/src/getitune/，核心模块组织如下：

engine/ — 统一的训练引擎，通过 create_engine() 工厂函数，根据模型类型自动选择后端
backend/lightning/ — PyTorch Lightning 训练后端，管理分布式训练、混合精度、梯度裁剪等
backend/openvino/ — OpenVINO 推理后端，支持 IR 模型加载、NNCF 后训练量化（PTQ）
backend/ultralytics/ — Ultralytics YOLO 生态集成，支撑 YOLO 系列模型
models/ — 模型类集合（EfficientNet、ATSS、YOLOX、DINOv2 等），封装了架构定义和预训练权重加载
data/ — DataModule 实现，基于 Datumaro 的数据加载、格式检测、增强（Augmentation）管道
recipe/ — 所有任务类型的 YAML 配方目录，按 classification/、detection/、segmentation/ 等组织

训练后端：PyTorch Lightning

PyTorch Lightning 是当前工业界最成熟的分布式训练框架之一，Geti 选择它作为默认训练后端，继承了以下能力：

多 GPU 分布式训练（DDP）
混合精度训练（precision="16-mixed"）
梯度裁剪、Early Stopping、Model Checkpoint
确定性训练（seed=42, deterministic=True）

用户也可以绕过 Recipe，直接实例化模型类传入自定义优化器：

from getitune.models import EfficientNet
from torch.optim import AdamW

model = EfficientNet(label_info=datamodule.label_info, model_name="efficientnet_b0",
                     optimizer=lambda params: AdamW(params, lr=0.001))

推理与优化：OpenVINO 全链路

Geti 的推理路径分为两层：PyTorch 原生推理（用于快速验证）和 OpenVINO 推理（用于部署优化）。

# OpenVINO 推理 + NNCF 优化（后训练量化）
ov_engine = create_engine(data="/path/to/dataset", model="exported_model.xml")
ov_engine.test()
ov_engine.optimize()  # NNCF PTQ，精度损失通常 < 1%

OpenVINO 后端还支持 OpenVINO ModelAPI，提供标准化的推理接口，对接 Intel 硬件（CPU/GPU/VPU）获得推理加速。

部署方式：pip install 即可

Geti 目前尚未发布到 PyPI（README 标注 "not yet published"），需从源码安装：

# 推荐用 uv（honors lockfile，速度更快）
uv pip install "getitune[cpu]"   # CPU 训练
uv pip install "getitune[cuda]"  # NVIDIA GPU
uv pip install "getitune[xpu]"   # Intel GPU

# 源码安装
git clone https://github.com/open-edge-platform/training_extensions.git
cd training_extensions/library
uv sync --extra cuda

提供了三种互斥的 extras 选择对应的 PyTorch 轮子：

[cpu] — torch==2.10.0+cpu，无 GPU 环境或 Apple Silicon
[cuda] — torch==2.10.0+cu128，NVIDIA GPU（CUDA 12.8）
[xpu] — torch==2.10.0+xpu + triton-xpu，Intel 独立/集成 GPU

Docker 方面，仓库提供了多阶段 Dockerfile.cuda，基于 pytorch/pytorch:2.1.2-cuda11.8，最终产出包含预训练权重下载好的镜像，适合在容器环境中一键部署。

技术规格一览

项目	规格
语言	Python ≥ 3.11
深度学习框架	PyTorch 2.10 + PyTorch Lightning
推理优化	OpenVINO 2026.1 + ONNX
数据处理	Datumaro（自动格式检测）
训练调度	LR Warmup + ReduceLROnPlateau / CosineAnnealing
Augmentation	CPU 端 TorchVision transforms + GPU 端 Kornia
模型格式	PyTorch checkpoint / ONNX / OpenVINO IR
许可证	Apache 2.0
CI 状态	Pre-Merge 测试通过，Codecov 覆盖

局限性与注意事项

Python 3.11+ 强制要求：项目明确要求 Python 3.11–3.14，对仍在使用 3.8/3.9 的用户有迁移成本
PyPI 尚未发布：目前只能从源码安装，没有 pip install getitune 一键安装方式
Dockerfile 尚未更新：现有 Dockerfile 基于 PyTorch 2.1.2 + CUDA 11.8，README 提到 2.10 版本，实际镜像内容与文档可能存在偏差
Ultralytics YOLO 许可证：AGPL-3.0 许可证，在商业使用前需注意许可合规
非传统 Web UI：这是一个纯 Python 框架，没有图形界面，部署形式是 CLI 或 Python API，习惯 GUI 的用户需要适应

行业意义

项目当前在 Intel 内部有持续的维护投入（develop 分支活跃更新），2026年更新至 PyTorch 2.10 + OpenVINO 2026.1，发展势头良好。

社区活跃度

背景：为什么需要 Geti？

项目起源与 Intel 生态

核心功能：一条命令完成 CV 模型全流程

多任务支持

低代码 API 设计

数据格式自动适配

架构解析：模块化设计

训练后端：PyTorch Lightning

推理与优化：OpenVINO 全链路

部署方式：pip install 即可

技术规格一览

局限性与注意事项

行业意义

社区活跃度

背景：为什么需要 Geti？

项目起源与 Intel 生态

核心功能：一条命令完成 CV 模型全流程

多任务支持

低代码 API 设计

数据格式自动适配

架构解析：模块化设计

训练后端：PyTorch Lightning

推理与优化：OpenVINO 全链路

部署方式：pip install 即可

技术规格一览

局限性与注意事项

行业意义