
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。
<img src="https://yellow-cdn.veclightyear.com/0a4dffa0/1c2df055-8926-458e-9373-1abb87f37b9f.png" width="450px"></img>
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
$ pip install x-unet
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)
@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} }


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。


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。


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


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


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。


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。


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。


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。


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。
最新AI工具、AI资讯
独家AI资源、AI项目落地

微信扫一扫关注公众号