RRepoGEO

REPOGEO 报告 · LITE

bubbliiiing/yolov4-tiny-pytorch

默认分支 master · commit 1bbb2f28 · 扫描时间 2026/6/15 13:17:06

星标 825 · Fork 183

AI 可见性总分
15 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
0 / 3
直接询问时,AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试:当用户向 AI 提一个不带品牌、本应让 bubbliiiing/yolov4-tiny-pytorch 浮出水面的问题时,AI 是真的推荐了你,还是推荐了你的竞品?客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add relevant topics to the repository

    原因:

    复制粘贴的修复
    yolov4-tiny, pytorch, object-detection, deep-learning, computer-vision, yolo, training, custom-training
  • highabout#2
    Update repository description to English

    原因:

    当前
    这是一个YoloV4-tiny-pytorch的源码,可以用于训练自己的模型。
    复制粘贴的修复
    A PyTorch implementation of YOLOv4-tiny for custom object detection model training.
  • mediumreadme#3
    Add a concise English summary to the README introduction

    原因:

    当前
    ## YOLOV4-Tiny:You Only Look Once-Tiny目标检测模型在Pytorch当中的实现
    ## 目录
    复制粘贴的修复
    ## YOLOV4-Tiny:You Only Look Once-Tiny目标检测模型在Pytorch当中的实现
    This repository provides a complete PyTorch implementation of the YOLOv4-tiny object detection model, optimized for training custom datasets and real-time inference.
    ## 目录

本次扫描解析到的品类 GEO 通道:google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你,还是推荐了别人?

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 bubbliiiing/yolov4-tiny-pytorch
平均排名
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中,你占了多少?
头号对手
ultralytics/yolov5
在 2 个问题中被推荐 2 次
竞品排行
  1. ultralytics/yolov5 · 被推荐 2 次
  2. ultralytics/yolov8 · 被推荐 1 次
  3. RangiLyu/nanodet-plus · 被推荐 1 次
  4. EfficientDet · 被推荐 1 次
  5. PicoDet · 被推荐 1 次
  • 品类问题
    Looking for a lightweight object detection model implementation in PyTorch for custom training.
    你:未被推荐
    AI 推荐顺序:
    1. YOLOv5 (ultralytics/yolov5)
    2. YOLOv8 (ultralytics/yolov8)
    3. NanoDet-Plus (RangiLyu/nanodet-plus)
    4. EfficientDet
    5. PicoDet

    AI 推荐了 5 个替代方案,却始终没点名 bubbliiiing/yolov4-tiny-pytorch。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    How can I train a fast Yolo-style object detector on my own dataset using PyTorch?
    你:未被推荐
    AI 推荐顺序:
    1. Ultralytics YOLO (ultralytics/ultralytics)
    2. PyTorch-YOLOv3/YOLOv4 (ultralytics/yolov5)
    3. MMDetection (open-mmlab/mmdetection)
    4. YOLOX (Megvii-BaseDetection/YOLOX)
    5. LabelImg (tzutalin/labelImg)
    6. CVAT (opencv/cvat)
    7. Roboflow

    AI 推荐了 7 个替代方案,却始终没点名 bubbliiiing/yolov4-tiny-pytorch。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议:

  • README presence
    pass

自指检查

当被直接问到你时,AI 是否还知道你的仓库存在?

  • Compared to common alternatives in this category, what is the core differentiator of bubbliiiing/yolov4-tiny-pytorch?
    pass
    AI 未点名 bubbliiiing/yolov4-tiny-pytorch —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • If a team adopts bubbliiiing/yolov4-tiny-pytorch in production, what risks or prerequisites should they evaluate first?
    pass
    AI 未点名 bubbliiiing/yolov4-tiny-pytorch —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • In one sentence, what problem does the repo bubbliiiing/yolov4-tiny-pytorch solve, and who is the primary audience?
    pass
    AI 未点名 bubbliiiing/yolov4-tiny-pytorch —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

嵌入你的 GEO 徽章

把这个徽章贴进 bubbliiiing/yolov4-tiny-pytorch 的 README。每次重新扫描都会自动更新,并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN(README)
[![RepoGEO](https://repogeo.com/badge/bubbliiiing/yolov4-tiny-pytorch.svg)](https://repogeo.com/zh/r/bubbliiiing/yolov4-tiny-pytorch)
HTML
<a href="https://repogeo.com/zh/r/bubbliiiing/yolov4-tiny-pytorch"><img src="https://repogeo.com/badge/bubbliiiing/yolov4-tiny-pytorch.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

bubbliiiing/yolov4-tiny-pytorch — 轻量扫描仍免费;本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5,轻量 2
  • 优先行动项8,轻量 3