titok-pytorch

titok-pytorch

32 Token图像编码与重建框架

TiTok-Pytorch是一个基于PyTorch实现的图像编码和重建框架,源自ByteDance的研究。该项目将图像压缩为32个token,实现高效的图像重构和生成。TiTok-Pytorch提供简便的安装和使用方法,支持图像tokenization、重建和代码提取。这个框架适用于图像压缩、生成和重建等领域的深度学习项目,为高效图像处理提供了新的解决方案。

TiTok图像处理深度学习Pytorch图像重建Github开源项目

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/57f8e206-0f3d-4c57-aa01-7cfbfd70dc8e.png" width="400px"></img>

TiTok - Pytorch(开发中)

这是对 TiTok 的实现,TiTok 由字节跳动在<a href="https://yucornetto.github.io/projects/titok.html">《一张图片值 32 个 Token:用于重建和生成》</a>中提出。

安装

$ pip install titok-pytorch

使用方法

import torch from titok_pytorch import TiTokTokenizer images = torch.randn(2, 3, 256, 256) titok = TiTokTokenizer( dim = 1024, patch_size = 32, num_latent_tokens = 32, # 他们声称只需要 32 个 token codebook_size = 4096 # 码本大小为 4096 ) loss = titok(images) loss.backward() # 经过大量训练后 # 提取用于 gpt、maskgit 等的代码 codes = titok.tokenize(images) # (2, 32) # 从代码重建图像 recon_images = titok.codebook_ids_to_images(codes) assert recon_images.shape == images.shape

待办事项

  • 添加多分辨率补丁

引用

@article{yu2024an, author = {Qihang Yu and Mark Weber and Xueqing Deng and Xiaohui Shen and Daniel Cremers and Liang-Chieh Chen}, title = {An Image is Worth 32 Tokens for Reconstruction and Generation}, journal = {arxiv: 2406.07550}, year = {2024} }

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

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
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

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
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多