懂AI
GenerativeModels

GenerativeModels

MONAI医学影像生成模型库推动AI医疗研究

GenerativeModels是MONAI项目的子项目，致力于医学影像生成模型的研究。它提供多种生成模型架构，如扩散模型和自编码器，以及医学影像专用的损失函数和评估指标。项目包含与MONAI兼容的训练引擎和丰富教程，支持研究人员进行图像合成、异常检测和超分辨率重建等任务。这些工具和资源有助于推进医学AI领域的发展。

MONAI生成模型深度学习医学图像人工智能Github开源项目
访问官网GitHub论文
<p align="center"> <img src="https://yellow-cdn.veclightyear.com/ab5030c0/297c9ac8-1005-4747-885b-91ae0911b0d8.png" width="50%" alt='project-monai'> </p>

MONAI生成模型

这是一个用于将生成模型整合到MONAI核心、MONAI教程和MONAI模型库的原型开发仓库。

特性

  • 网络架构：扩散模型、自编码器-KL、VQ-VAE、自回归变换器、（多尺度）Patch-GAN判别器。
  • 扩散模型噪声调度器：DDPM、DDIM和PNDM。
  • 损失函数：对抗损失、谱损失和感知损失（适用于2D和3D数据，使用LPIPS、RadImageNet和3DMedicalNet预训练模型）。
  • 评估指标：多尺度结构相似性指数（MS-SSIM）和Fréchet始创距离（FID）。
  • 扩散模型、潜在扩散模型和VQ-VAE + 变换器推理类（兼容MONAI风格），包含训练、生成合成图像和获取输入数据似然的方法。
  • 兼容MONAI的训练器引擎（基于Ignite），用于训练具有重建和对抗组件的模型。
  • 教程包括：
    • 如何在2D和3D数据上训练VQ-VAE、VQ-GAN、VQ-VAE + 变换器、AutoencoderKL、扩散模型和潜在扩散模型。
    • 训练扩散模型以使用无分类器引导进行条件图像生成。
    • 不同扩散模型调度器的比较。
    • 具有不同参数化的扩散模型（如v预测和epsilon参数化）。
    • 使用VQ-VAE + 变换器和扩散模型进行异常检测。
    • 使用扩散模型进行图像修复（使用Repaint方法）
    • 使用潜在扩散模型进行超分辨率（使用噪声条件增强）

路线图

我们的短期目标可在仓库的里程碑部分查看。

长期来看，我们的目标是将生成模型整合到MONAI核心仓库中（支持图像合成、异常检测、MRI重建、领域迁移等任务）。

安装

要安装MONAI生成模型的当前版本，你可以运行：

pip install monai-generative

要安装仓库的当前主分支，请运行：

pip install git+https://github.com/Project-MONAI/GenerativeModels.git

需要Python >= 3.8。

贡献

有关为MONAI做出贡献的指导，请参阅贡献指南。

社区

在Twitter上关注@ProjectMONAI加入对话，或加入我们的Slack频道。

引用

如果你在研究中使用了MONAI生成模型，请引用我们！引用可以从这篇论文导出。

链接

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多