十一、常用库速查大表（重点收藏）

库	领域	是什么 & 最常用的 API
numpy	数值计算地基	N 维数组与向量化运算。np.array / np.loadtxt(delimiter=",") / np.vstack / np.argmax / np.savetxt。检测模型的输出就是 numpy 张量，所有坐标操作都靠它。
pandas	表格数据处理	DataFrame 表格。pd.read_csv("results.csv") 读训练日志、df.plot() 快速画 loss 曲线、df.describe() 看统计。
opencv-python(cv2)	图像读写/处理	imread/imwrite 读写、resize 缩放、cvtColor 色彩空间、Laplacian 模糊检测、dnn.NMSBoxes 后处理、rectangle/putText 画结果。注意 OpenCV 是 BGR 通道序，与 matplotlib/ONNX 的 RGB 相反。
albumentations	图像增强	增强库中的性能标杆，最大卖点：bbox 与图像同步变换（A.BboxParams(format="yolo")）。翻转、亮度、噪声、模糊各有概率参数 p。
scikit-learn	机器学习/指标	本项目主要用 metrics 模块：confusion_matrix / f1_score / roc_curve / auc / precision_recall_curve / train_test_split(stratify=分层抽样)。
matplotlib	画图	ROC/PR 曲线、loss 曲线都靠它。云端无显示器必须 matplotlib.use("Agg")；savefig 代替 show。
torch / pytorch	深度学习框架	一切模型的地基。torch.bfloat16 半精度、torch.no_grad() 推理免梯度、Dataset/DataLoader 数据管道、device_map 分卡。
transformers	HF 模型库	加载 LLM：AutoModelForCausalLM / AutoTokenizer / BitsAndBytesConfig / TrainingArguments / Trainer / generate()。
peft	高效微调	LoraConfig / get_peft_model / PeftModel.from_pretrained / merge_and_unload。
bitsandbytes	低比特量化	BitsAndBytesConfig(load_in_4bit=True, bnb_4bit_quant_type="nf4")，QLoRA 的 Q。
langchain	LLM 应用框架	PromptTemplate | Ollama 组成链，chain.invoke() 调用。也可直接用 requests.post("http://localhost:11434/api/generate") 裸调 Ollama 作备用方案。
onnx / onnxruntime	部署	跨框架模型格式 + 高性能推理引擎，InferenceSession / quantize_dynamic。
labelme	标注工具	命令 labelme 目录 启动；矩形标注（Create RectShapes）+ Ctrl+S 存 json；配脚本转 YOLO/COCO 格式。

— AI训练师技术交流教程 · 仅供学习交流 —