跳到正文
热点事件持续更新

发布胸片残差VAE复现代码仓库

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

用户 yang797 在 GitHub 发布 chest-xray-residual-vae 仓库,提供卷积 VAE 及解码器含三个残差块的 VAE 的 PyTorch 实现,主模型基于 64 维 latent space、用 256×256 灰度 NORMAL 胸部 X 光图像训练。仓库含训练、生成与 FID/IS 评估脚本,但不含数据和训练好的权重。 仓库内评测结果显示,残差模型在 700 epoch 时 FID 为 152.71822、IS 为 2.33053,优于两个 plain VAE 基线(FID 分别为 246.78512 和 251.80699)。注意该实现只读取 NORMAL 类别图像,且其 FID 数值不能直接与 pytorch-fid 或 Clean-FID 的结果比较。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月31日
  1. GitHub · 3D 生成新仓库
    yang797/chest-xray-residual-vae:胸部 X 光残差 VAE PyTorch 实现仓库

    GitHub 新仓库 yang797/chest-xray-residual-vae 提供 PyTorch 实现的卷积 VAE 及解码器含三个残差块的 VAE,基于 64 维 latent space 和 256×256 灰度 NORMAL 胸部 X 光图像训练。残差模型在 700 epoch 时 FID 为 152.71822、IS 为 2.33053,优于两个 plain VAE 基线(FID 分别为 246.78512 和 251.80699)。仓库含训练、生成与 FID/IS 评估脚本,不含数据与权重。

本事件热度走势

可比范围当前
6
可比范围峰值
1010月31日 10:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。