x-unet

x-unet

集成高效注意力机制的先进U-Net框架

x-unet是一个基于U-Net架构的开源项目,融合了高效注意力机制和最新研究成果。支持2D和3D图像处理,提供嵌套U-Net深度和上采样特征图合并等灵活配置。适用于生物医学图像分割和显著对象检测等任务,是一个功能强大的深度学习工具。

U-Net深度学习图像分割神经网络计算机视觉Github开源项目

<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/1c2df055-8926-458e-9373-1abb87f37b9f.png" width="450px"></img>

x-unet

实现一个完整的U-net,包含高效注意力机制以及最新的研究成果

安装

$ pip install x-unet

使用

import torch from x_unet import XUnet unet = XUnet( dim = 64, channels = 3, dim_mults = (1, 2, 4, 8), nested_unet_depths = (7, 4, 2, 1), # 嵌套unet深度,来自unet-squared论文 consolidate_upsample_fmaps = True, # 是否合并所有上采样块的输出,用于unet-squared论文 ) img = torch.randn(1, 3, 256, 256) out = unet(img) # (1, 3, 256, 256)

对于3D(视频或CT / MRI扫描)

import torch from x_unet import XUnet unet = XUnet( dim = 64, frame_kernel_size = 3, # 将此设置为大于1 channels = 3, dim_mults = (1, 2, 4, 8), nested_unet_depths = (5, 4, 2, 1), # 嵌套unet深度,来自unet-squared论文 consolidate_upsample_fmaps = True, # 是否合并所有上采样块的输出,用于unet-squared论文 weight_standardize = True ) video = torch.randn(1, 3, 10, 128, 128) # (批次, 通道, 帧数, 高度, 宽度) out = unet(video) # (1, 3, 10, 128, 128)

待办事项

  • 3D的内存效率 - 可逆块、检查点、内存高效unet
  • 提供轴向卷积选项(将帧卷积放在resnet链的末端)

引用

@article{Ronneberger2015UNetCN, title = {U-Net: Convolutional Networks for Biomedical Image Segmentation}, author = {Olaf Ronneberger and Philipp Fischer and Thomas Brox}, journal = {ArXiv}, year = {2015}, volume = {abs/1505.04597} }
@article{Qin2020U2NetGD, title = {U2-Net: Going Deeper with Nested U-Structure for Salient Object Detection}, author = {Xuebin Qin and Zichen Vincent Zhang and Chenyang Huang and Masood Dehghan and Osmar R Zaiane and Martin J{\"a}gersand}, journal = {ArXiv}, year = {2020}, volume = {abs/2005.09007} }
@inproceedings{Henry2020QueryKeyNF, title = {Query-Key Normalization for Transformers}, author = {Alex Henry and Prudhvi Raj Dachapally and Shubham Vivek Pawar and Yuxuan Chen}, booktitle = {FINDINGS}, year = {2020} }
@article{Qiao2019WeightS, title = {Weight Standardization}, author = {Siyuan Qiao and Huiyu Wang and Chenxi Liu and Wei Shen and Alan Loddon Yuille}, journal = {ArXiv}, year = {2019}, volume = {abs/1903.10520} }
@article{Shleifer2021NormFormerIT, title = {NormFormer: Improved Transformer Pretraining with Extra Normalization}, author = {Sam Shleifer and Jason Weston and Myle Ott}, journal = {ArXiv}, year = {2021}, volume = {abs/2110.09456} }
@article{Sunkara2022NoMS, title = {No More Strided Convolutions or Pooling: A New CNN Building Block for Low-Resolution Images and Small Objects}, author = {Raja Sunkara and Tie Luo}, journal = {ArXiv}, year = {2022}, volume = {abs/2208.03641} }
@inproceedings{Woo2023ConvNeXtVC, title = {ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders}, author = {Sanghyun Woo and Shoubhik Debnath and Ronghang Hu and Xinlei Chen and Zhuang Liu and In-So Kweon and Saining Xie}, year = {2023} }

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

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
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
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。

下拉加载更多