#图像重建

隐式神经表示在医学影像领域的应用进展

2 个月前
Cover of 隐式神经表示在医学影像领域的应用进展

TiTok-PyTorch: 基于字节跳动提出的高效图像重建与生成模型

2 个月前
Cover of TiTok-PyTorch: 基于字节跳动提出的高效图像重建与生成模型
相关项目
Project Cover

GNT

Generalizable NeRF Transformer (GNT) 是一个用于高效重建和渲染神经辐射场的纯Transformer架构。它通过视图Transformer和射线路径Transformer两个阶段完成场景表示和渲染。GNT在跨场景训练中展示了其在多个数据集上优异的性能和普遍适用性。

Project Cover

titok-pytorch

TiTok-Pytorch是一个基于PyTorch实现的图像编码和重建框架,源自ByteDance的研究。该项目将图像压缩为32个token,实现高效的图像重构和生成。TiTok-Pytorch提供简便的安装和使用方法,支持图像tokenization、重建和代码提取。这个框架适用于图像压缩、生成和重建等领域的深度学习项目,为高效图像处理提供了新的解决方案。

Project Cover

Overmix

Overmix是一个开源的图像拼接和重建工具,主要用于处理动画截图。它能将多个局部图像片段合成为完整的原始图像,克服MPEG压缩、色带和屏幕文字等问题。该工具具备16位高质量渲染、亚像素级偏移检测、多线程处理等功能。Overmix还支持去卷积锐化、字幕移除和循环动画检测,为图像重建提供全面解决方案。

Project Cover

Awesome-Implicit-Neural-Representations-in-Medical-imaging

该项目汇集了86篇关于隐式神经表示在医学影像领域应用的研究论文,时间跨度从2021年至2023年。涵盖图像重建、分割、配准和神经渲染等多个方向。项目提供论文列表、代码链接及相关资源,便于研究者快速获取信息。同时收录了一篇发表于arXiv的综述文章,对医学影像中隐式神经表示的应用进行了全面对比分析。

Project Cover

TripoSR

TripoSR是一款开源的3D生成模型,由Stability AI与Tripo AI联合开发。该模型采用改进的LRM网络架构,能将单张图像快速重建为3D模型。通过优化数据处理方法和增强渲染技术,模型在Objaverse数据集上展现出优秀的泛化性能。项目已开源并提供在线演示平台。

Project Cover

sd-vae-ft-ema

sd-vae-ft-ema是一个基于LAION-Aesthetics和LAION-Humans数据集训练的稳定扩散变分自编码器。该模型在图像重建质量尤其是人脸细节方面优于原始VAE,具有更好的rFID、PSNR和SSIM指标表现,可作为扩散器工作流中的即插即用组件。

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