pytorch_connectomics

pytorch_connectomics

PyTorch Connectomics加速大脑神经连接图谱构建

PyTorch Connectomics是一个面向神经科学领域的开源深度学习框架,专门用于处理电子显微镜采集的大脑图像数据。该框架支持连接组学中的自动和半自动语义及实例分割,提供多任务学习、主动学习和半监督学习功能。它采用分布式和混合精度优化技术,能高效处理大规模数据集。框架包含多种编码器-解码器架构,如定制3D UNet和特征金字塔网络模型,并提供全面的体积数据增强功能。由哈佛大学视觉计算组维护,PyTorch Connectomics致力于加速大脑神经连接图谱的重建过程。

PyTorch Connectomics深度学习框架连接组学图像分割神经连接重建Github开源项目
<a href="https://github.com/zudi-lin/pytorch_connectomics"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/14986429-161a-4f6e-92aa-bea8a4b30804.png" width="450"></a> <p align="left"> <a href="https://www.python.org/"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/16701d51-8ff4-484f-bbeb-8fe799606753.svg" /></a> <a href= "https://pytorch.org/"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/4c235598-82cc-4619-a1ee-ff23c48e888b.svg" /></a> <a href= "https://github.com/zudi-lin/pytorch_connectomics/blob/master/LICENSE"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/51b34be0-46c0-441a-8fb7-6380c58d075c.svg" /></a> <a href= "https://zudi-lin.github.io/pytorch_connectomics/build/html/index.html"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/2c2873fb-ad55-46fb-8018-a7699398c3d7.svg" /></a> <a href= "https://join.slack.com/t/pytorchconnectomics/shared_invite/zt-obufj5d1-v5_NndNS5yog8vhxy4L12w"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/66ba327e-f32c-4cb8-bb06-68cf2dd3da0a.svg" /></a> <a href= "https://arxiv.org/abs/2112.05754"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/60f57d35-6cc0-4db8-9716-f52ebd1e9ffe.svg" /></a> </p> <hr/>

简介

"连接组学"领域旨在通过在单个突触水平上绘制神经连接图来重建大脑的布线图。最近电子显微镜(EM)技术的进步使得收集大量纳米级分辨率的图像堆栈成为可能,但标注需要专业知识且极其耗时。在此,我们提供了一个由PyTorch驱动的深度学习框架,用于连接组学中的自动和半自动语义分割和实例分割,我们称之为PyTorch Connectomics(PyTC)。这个仓库主要由哈佛大学视觉计算组(VCG)维护。

PyTorch Connectomics目前正在积极开发中!

主要特点

  • 多任务、主动和半监督学习
  • 分布式和混合精度优化
  • 处理大型数据集的可扩展性
  • 针对体积数据的全面数据增强

安装

请参考Pytorch Connectomics维基,特别是安装页面,以获取在本地机器或高性能集群上安装的最新说明。

Docker

除了上述安装指南外,我们还将PyTC Docker镜像推送到公共Docker注册表(2022年3月12日),以提高可用性。此外,我们还提供相应的Dockerfile以支持个性化修改。请参考我们的PyTC Docker指南了解更多信息。

注意事项

分割模型

我们提供了几种编码器-解码器架构,这些是定制的3D UNet和具有各种模块和主干网络的特征金字塔网络(FPN)模型。这些模型可用于3D图像堆栈的语义分割和自下而上的实例分割。这些模型还可以专门为同向和非同向数据集构建。请查看文档了解更多详情。

数据增强

我们为EM图像提供了一个数据增强接口,包含几种常见的增强方法。该接口基于NumPy数组操作,因此可以轻松地与许多基于Python的深度学习框架(如TensorFlow)集成。有关数据增强模块设计的更多详情,请查看文档,特别是utils文档。

YACS配置

我们使用Yet Another Configuration System(YACS)库来管理模型训练和推理中的设置和超参数。教程示例的配置文件可以在这里找到。所有可用的配置选项可以在connectomics/config/defaults.py中找到。请注意,某些选项的默认值为None,这仅在YACS v0.1.8之后的版本中支持。

致谢

本项目建立在许多前期项目的基础之上。特别地,我们要感谢以下GitHub仓库的贡献者:

  • pyGreenTea:HHMI Janelia FlyEM团队
  • DataProvider:普林斯顿SeungLab
  • Detectron2:Facebook AI研究院

我们衷心感谢NSF awards IIS-1835231和IIS-2124179的支持。

许可证

本项目采用MIT许可证,版权归所有PyTorch Connectomics贡献者所有 - 详见LICENSE文件。

引用

有关我们框架的详细描述,请阅读这份技术报告。如果您在研究中发现PyTorch Connectomics(PyTC)有用,请引用:

@article{lin2021pytorch, title={PyTorch Connectomics: A Scalable and Flexible Segmentation Framework for EM Connectomics}, author={Lin, Zudi and Wei, Donglai and Lichtman, Jeff and Pfister, Hanspeter}, journal={arXiv preprint arXiv:2112.05754}, year={2021} }

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