Awesome Diffusion Models In Low-level Vision开源项目 – 低级视觉的扩散模型资源

面向低级视觉的扩散模型相关论文资源列表，包括了各种扩散模型在低级别视觉任务中的应用，如自然图像恢复、超分辨率、修复、去雾、低光增强等。这些模型在不同领域，包括医学图像分析、遥感图像处理等方面都有应用。
Awesome Diffusion Models In Low-level Vision的特点:
1. 涵盖多种低级视觉任务
2. 包含自然图像恢复、超分辨率等应用
3. 适用于医学图像分析和遥感图像处理
4. 提供多种扩散模型的论文和资源

Awesome Diffusion Models In Low-level Vision的功能:
1. 查阅与低级视觉相关的扩散模型论文
2. 应用于图像去雾和低光增强
3. 进行超分辨率图像恢复
4. 探索医学和遥感图像处理中的扩散模型

相关导航

FMA-Net开源项目 – 视频超分辨率与去模糊的联合学习方案

FMA-Net是一个视频超分辨率和去模糊的联合学习方案，旨在将模糊、低质量的视频转变为清晰、高质量的视频。

Kites.Dev官网 – 赋能企业的前沿AI解决方案

Kites.Dev 是一个强大的工具，可以将草图转换为逼真的图像，生成故事，提升、上色和恢复图像，所有功能都集成在一个平台上，旨在帮助企业和个人利用最新的AI技术。

VisionMorpher官网 – 智能图像生成与编辑工具

VisionMorpher 是一款基于AI的图像生成填充工具，用户可以通过简单的文本提示来转变图像，彻底改变图像编辑过程，提供无限创造视觉的可能性。

mllm-mmrotate开源 – 空中目标检测的多模态语言模型基准

mllm-mmrotate是一个专注于空中目标检测的项目，通过多模态语言模型（MLLM）为无人机和其他空中设备提供精确的物体识别能力。项目引入规范化方法将检测输出转换为与MLLM兼容的文本输出，并提出新的评估方法以确保与传统检测器的公平比较。支持光学图像（如DOTA-v1.0、DIOR-R）和SAR图像（如SRSDD、RSAR），扩展了在不同数据类型上的应用潜力。

gan-manifold-reg开源项目 – GAN与流形正则化的半监督学习

gan-manifold-reg是一个结合生成对抗网络（GANs）和流形正则化（Manifold Regularization）技术的半监督学习项目。它旨在通过GANs生成额外的训练数据，并利用流形正则化技术提高模型在半监督学习任务中的性能。该项目基于PyTorch实现，支持自定义数据集和模型架构，适用于图像分类等半监督学习任务，尤其在医学图像分析等需要大量标注数据的领域中表现出色。

Vary-toy-小型Vary模型，提升视觉信息编码能力

Vary-toy是一个基于Qwen-1.8B的小型Vary模型，引入了改进的视觉词汇，使模型具有更高的普适性和更好的视觉信息编码能力。

med-flamingo开源项目 – 执行少样本医学视觉问答任务

med-flamingo是一个基于OpenFlamingo-9B和LLaMa-7B构建的模型，能够在医学领域执行少样本的视觉问答任务。该项目结合了CLIP ViT/L-14视觉编码器，并使用约4.7K本医学教科书进行训练，包含0.8M张图像和548M个token，支持1.6M个图像字幕对的生物医学数据集。

Gradio官网 – 简化机器学习模型交互

Gradio是一个强大的工具，旨在简化机器学习应用的构建和共享，提供用户友好的网络界面，使得任何人都能轻松与机器学习模型互动，无需复杂的编码知识。

Aiarty Image Enhancer官网 – AI图像增强软件

Aiarty Image Enhancer是一款生成式AI图像增强软件，能够去噪声、去模糊、放大图像，并生成更多的图像细节。该软件旨在通过去模糊、去噪声、锐化和生成真实细节来提升图像质量，使用新的AI模型实现超分辨率。它可以将任何图像放大到惊人的4K、8K，适用于打印、壁纸、海报等。该软件利用AI技术提升照片和图像的质量，确保无与伦比的清晰度和细节。

MedRAX开源项目 – AI辅助胸部X光诊断

MedRAX是一款强大的AI辅助诊断工具，专为胸部X光检查设计。它集成了多种先进的医学图像分析工具，支持检测、分类、定位等多任务处理。通过2500个复杂医学问题的基准测试，验证了其卓越性能。MedRAX支持本地和云端部署，灵活适配不同需求，能够分析胸片细节及病变并标注位置，识别18种病理类型，生成诊断报告。此外，它还支持交互对话，理解复杂的医疗查询，并根据任务自动选择合适的工具和分析方法，进行多步医学推理。

OpenVINO™ AI Plugins for GIMP开源项目 – GIMP的强大AI插件

GIMP的OpenVINO™ AI插件，功能包括超分辨率、风格迁移、修补、语义分割和Stable-Diffusion等，帮助用户提升图像处理能力，创造出更具艺术感的作品。

MedRAX官网 – AI辅助胸部X光诊断工具

MedRAX是一个专为胸部X光检查设计的AI辅助诊断工具，集成了7种先进的医学图像分析技术，涵盖检测、分类、定位等多项任务。通过2500个复杂医学问题基准测试验证性能，支持本地和云端部署，采用LangChain和LangGraph框架增强推理能力，提供Gradio交互界面。

traiNNer开源项目 – 基于PyTorch的图像处理深度学习框架

traiNNer是一个基于PyTorch的深度学习框架，旨在实现图像和视频的超分辨率、恢复以及图像到图像的翻译。它提供了灵活的模型结构，支持多种功能，适用于不同的图像处理需求。

Masked Record Modeling开源项目 – 提高放射图像表示学习

Masked Record Modeling 通过使用掩蔽记录建模技术，推动放射图像表示学习的进步，增强医学图像分析的能力。

Real-ESRGAN ncnn Vulkan开源项目 – 图像修复与超分辨率工具

Real-ESRGAN ncnn Vulkan 是基于 Real-ESRGAN 模型的优化版本，专为图像/视频超分辨率重建和修复而设计。它利用深度卷积神经网络，通过纯合成数据训练模型，大幅提升了对复杂噪声和压缩失真图像的处理能力。项目基于 NCNN 和 Vulkan 图形API开发，支持 Windows、Linux 和 macOS 系统，注重实际场景的修复效果。

CheXagent-用于胸部X光片解读的基础模型

CheXagent是一个基于视觉和语言的基础模型，专注于胸部X光片的解读，旨在解决医学图像领域中大规模视觉-语言数据集的有限性等挑战。该模型利用大规模的指令微调数据集CheXinstruct，设计了一个临床大型语言模型(LLM)和一个用于表示X射线图像的视觉编码器，同时连接视觉和语言模态的网络，提供了新的评估基准CheXbench用于系统评估。

暂无评论

暂无评论...