Project Icon

UNI

革新计算病理学的通用自监督模型

UNI是一款为计算病理学开发的通用自监督模型。它利用超过10万张H&E染色全扫描图像进行预训练,在34项代表性任务中表现卓越。UNI具备分辨率无关的组织分类、少样本玻片分类和多种癌症类型分类等能力,为病理学AI模型开发开辟新途径。

UniControl - 优化多任务条件生成的统一扩散模型
GithubUniControl任务推理开源项目控制生成模型训练视觉生成
UniControl项目展示了一种新的多任务条件生成模型,支持多种语言提示,通过增强的预训练文本到图像扩散模型和任务感知的HyperNet,实现高精度图像生成和多任务适应。实验结果表明,UniControl在多个单任务控制方法上表现更佳,是可控视觉生成领域的重要进展。
DeepLIIF - 深度学习框架实现免疫组织化学图像的多重荧光转换与定量分析
DeepLIIFGithub免疫组化多重免疫荧光开源项目深度学习细胞分割
DeepLIIF是一个开源深度学习框架,用于免疫组织化学(IHC)图像的多重荧光转换和定量分析。它在单步骤中实现染色分离、细胞分割和IHC评分。通过利用IHC和多重免疫荧光配准数据集,DeepLIIF可将IHC图像转换为多重免疫荧光图像,同时提供细胞分割和分类。该项目已部署为云原生平台,支持多种输入格式,并集成MLOps流程,为病理学研究和临床应用提供支持。
UniRef - 跨空间时间的统一视觉对象分割模型
GithubUniRef++参考对象分割开源项目深度学习目标分割视频对象分割
UniRef++是一个统一的视觉模型,可同时处理指代图像分割、少样本分割、指代视频对象分割和视频对象分割四种任务。其核心UniFusion模块能高效注入多种参考信息,不仅性能优异,还可作为SAM等基础模型的插件组件使用。该模型在多个benchmark上展现出色表现,体现了其在对象分割领域的通用性和扩展性。
MONAILabel - 智能医学影像标注与AI模型训练开源工具
AI模型GithubMONAI Label交互式标注医学影像标注开源工具开源项目
MONAI Label是一个开源的智能医学影像标注和AI模型训练工具,通过服务器-客户端系统实现AI辅助的交互式医学影像标注。支持放射学、病理学和内窥镜视频等多种医学影像类型,集成了分割、检测等先进深度学习模型。兼容3D Slicer、OHIF等主流医学影像查看器,旨在提高研究人员和临床医生创建标注数据集和训练AI模型的效率。
ModelsGenesis - 3D医疗影像自监督预训练模型
3D医学影像GithubModels Genesis医学图像分析开源项目自学习迁移学习
此项目推出了名为Generic Autodidactic Models的预训练模型,专为3D医学影像应用设计,特别适合标注数据有限的情况。这一模型通过自监督学习实现自我训练,无需人工标注,并能生成各种应用场景的目标模型。Models Genesis性能显著优于从零开始训练的3D模型,甚至超过了包括ImageNet模型在内的2D方法,尤其在分割肝脏、肿瘤和海马体方面表现卓越。
Union - 整合AI开发流程的端到端编排平台
AI工具AI编排Union工作流程数据处理机器学习
Union平台集成了计算和编排功能,为AI产品开发提供端到端支持。它促进工程、运维和数据科学团队的高效协作,推动AI创新。平台特色包括强大的工作流管理、灵活部署和企业级监控,助力团队以更低成本快速推出AI产品。Union适配多种GPU,支持跨云安全运行,是AI工作流程编排的先进解决方案。
u-net - 使用Keras库构建深度神经网络的教程
GithubKerasTensorFlowU-NetUltrasound Nerve Segmentation开源项目深度学习
本教程使用Keras库构建深度神经网络,用于超声图像神经分割,特别适用于Kaggle竞赛。从数据预处理、模型定义、训练到提交文件生成,教程提供了详尽的步骤说明。实验表明该方法在测试图像中取得约0.57的得分,为后续优化提供了出发点。
MONAI - 基于PyTorch的医疗影像深度学习开源平台
GithubMONAIPyTorch医疗成像开源软件开源项目深度学习框架
MONAI是一个基于PyTorch的开源平台,专注于医疗影像的深度学习。它提供灵活的数据预处理、易于集成的API、领域特定的网络和评估指标,并支持多GPU和多节点数据并行。MONAI旨在为学术、工业和临床研究者提供优化和标准化的模型创建和评估工具,促进跨领域合作。
unilm - Unilm项目实现跨任务、语言和模态的大规模自监督预训练
Foundation ModelsGithubLarge-scaleMulti-modalTorchScale开源项目预训练
Unilm项目跨越100多种语言及包括语言、视觉、语音及其交互的多种模态,专注于基础模型和普适AI的研究。该项目已开发多种新型架构如DeepNet、Magneto,并通过稳定高效的训练方法增强模型的通用性和能力。此外,项目已发布关键技术如E5、BEiT-3,涵盖自然语言处理、机器翻译、文档AI及多模态AI等领域,为AI技术的前沿发展和实际应用做出了显著进展。
UniRepLKNet - 统一架构的大核卷积网络,提升多模态识别与时间序列预测精度
GithubUniRepLKNet图像识别多模态识别大核卷积开源项目时间序列
UniRepLKNet项目提出了一个适用于图像、音频、视频、点云和时间序列的大核卷积网络统一架构。通过提供四个设计大核卷积网络的架构指南,显著提升了多模态数据的识别性能。特别是在全球温度和风速预测等挑战性的时间序列预测任务中,UniRepLKNet表现优异,超过了现有系统。这一项目不仅重振了卷积神经网络在传统领域的表现,还展示了其在新兴领域的广泛应用潜力。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号