MST

MST

多阶段光谱重建工具箱及算法

本页面介绍了支持15种以上算法的光谱压缩成像重建工具箱,包括MST++等在NTIRE挑战中获奖的前沿方法。页面列出了TwIST、GAP-TV、DeSCI等顶级光谱重建算法,还提供了相关代码、预训练模型和实验结果,方便研究者进一步研究与应用。

Spectral Compressive ImagingMST++NTIRE 2022高光谱图像重建TransformerGithub开源项目

MST 项目详细介绍

项目背景

MST (Multi-stage Spectral-wise Transformer)项目是一个专注于光谱压缩成像(SCI)重建的工具箱。光谱压缩成像技术用于将高光谱图像数据压缩成少量的测量值,从而减少传输和存储空间。随后,通过先进的算法进行重建,以恢复高精度的高光谱图像。MST项目实现了这一领域多种前沿算法,为相关研究提供了重要的技术支持。

项目成就

MST项目中的MST++算法在2022年NTIRE光谱重建挑战中获奖,表明了该项目在技术上的领先地位。此外,项目支持超过15种算法,包括学习基础和模型基础的方法。这些方法经过不断的迭代和优化,已在多个数据集上表现出色。

支持的算法

以下是项目中支持的部分算法:

  • MST (CVPR 2022)
  • CST (ECCV 2022)
  • DAUHST (NeurIPS 2022)
  • BiSRNet (NeurIPS 2023)
  • HDNet (CVPR 2022)
  • BIRNAT (TPAMI 2022)
  • 以及其他多种前沿方法

这些算法已经经过精细的对比测试,在高光谱图像重建上取得了显著的提升。

定量比较

在模拟数据集上的实验结果显示,MST++和其他主流方法相比,在峰值信噪比(PSNR)和结构相似性指数(SSIM)方面具备强大的竞争力。最著名的是DAUHST-9stg算法,在诸如KAIST数据集的10个场景上,达到了PSNR 38.36和SSIM 0.967的出色表现。

项目最新进展

  • 2024年04月09日:发布了经典模型基础方法的结果,便于研究者使用。
  • 2024年03月21日:MST++和Retinexformer在NTIRE 2024低光增强挑战中名列前茅。
  • 2023年12月02日:更新了实际实验的代码,欢迎使用。
  • 2023年11月24日:发布了BiSRNet的代码、模型、及结果。
  • 此外,项目在2023年期间持续更新,新增多个算法并提升模型库。

如何使用

要使用MST项目,用户需准备Python 3环境(推荐使用Anaconda),并安装NVIDIA GPU和CUDA。通过pip安装所需的Python包后,即可运行项目中的算法进行实验。

数据集准备

项目提供了灵活的数据集下载链接,用户可以方便地获取CAVE和KAIST等数据集进行测试。

总结

MST项目展示了在高光谱图像重建领域的创新和领导能力。通过支持多种高级算法和不断更新项目内容,MST为研究人员提供了一个强大且易于使用的平台,推动光谱成像技术的进步。任何对光谱成像感兴趣的研究人员都可以从中受益并贡献他们的研究。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多