这是一个围绕 Keras YOLOv3（依赖另一个包 funkeras 的 YoloBody）做目标检测实验的一次性脚本集合，看起来是当年天池（Tianchi）比赛相关的模型训练/调参代码，目前未维护、不是通用库：
funmodel2/models/yolo.py：加载 YOLOv3 权重、逐层比较两个模型权重的一次性脚本。模型只会在显式调用load_yolo_models时加载，不会在 import 阶段访问本机路径。funmodel2/database/core.py：一个基于 SQLite 的模型层权重缓存工具WeightDB，按每层权重的 MD5 对权重去重存储，配合save_layers/load_layers在不同模型之间复用相同的权重块（例如迁移/微调时跳过重复层）。funmodel2/util/core.py：get_file_md5，计算权重字节内容的 MD5，供上面的去重逻辑使用。
旧包 notemodel 已更名为 funmodel2。当前版本尚未发布到 PyPI，请从源码安装：
uv sync将代码中的导入统一替换：import notemodel 改为 import funmodel2，
notemodel.models 改为 funmodel2.models。旧包的最终转发版本和弃用提示需要在发布流程中处理。
使用 uv 安装依赖并构建：
uv sync
uv run python -c "from funmodel2.models.yolo import get_anchors; print(get_anchors().shape)"需要实际加载 YOLO 模型时，再安装可选依赖：uv sync --extra yolo。
from funmodel2.database import WeightDB, save_layers, load_layers, set_weight_path
set_weight_path("/path/to/weights") # 权重文件的存放目录；文件名仅可为单个基名
db = WeightDB() # 默认在 $XDG_CACHE_HOME/funmodel2（或 ~/.cache/funmodel2）建 layer_weight.db
db.insert_if_not_exist(model="yolov3", _class="Conv2D", name="conv1", md5="...", filename="yolov3.weight")save_layers(layers, model_name, filename) / load_layers(layers, model_name, md5_list) 用于把 Keras 模型各层的权重按 MD5 存进 / 取出 WeightDB，从而在多个模型间共享相同的权重块，避免重复保存。
funmodel2/models/yolo.py 中的 YOLOv3 加载脚本仍是历史实验记录；调用 load_yolo_models 时需要提供实际权重路径，默认使用包内的 COCO 类别文件。权重缓存采用安全的 NPZ 数组格式，旧的 pickle 缓存不会被读取，应重新生成。
farfarfun 是一个专注于实用工具库的开源组织， 涵盖云存储、数据处理、AI、多媒体与开发工具链等方向。
本项目基于 MIT 协议开源。