unet

【论文阅读】从单张图像到高质量3D模型的快速生成方法现有的单视角图像生成3D方法存在计算成本高、生成质量不足且缺乏多视角一致性等问题。本文介绍的方法提出了一种新框架，结合多视角2D深度图和RGB图像，通过Stable Diffusion模型生成显式表面几何和纹理。论文强调了深度图在捕捉几何信息方面的优势，并通过高效的3D高斯投影（Gaussian Splatting）和表面重建实现高质量的3D表示。

VOC2012数据集免费获取你是否遇到过如下情况：使用官方网站下载数据集，emmm这效率我放到网盘中了，有需要的自取 https://pan.quark.cn/s/f8b457086b6c

图像分割：Pytorch实现UNet++进行医学细胞分割UNet++：一种改进的医学图像分割网络UNet++是一种基于经典的U-Net网络结构而进一步优化设计的深度学习模型，主要用于医学图像分割和其他高精度像素级分类任务。U-Net因其在保持图像细节的同时有效利用上下文信息的能力而在分割领域广受欢迎，而UNet++则在此基础上提出了更为精细化和深层次的特征融合机制。

钱多多先森

【3D图像分割】基于 Pytorch 的 VNet 3D 图像分割3（3D UNet 模型篇）在本文中，主要是对3D UNet 进行一个学习和梳理。对于3D UNet 网上的资料和GitHub直接获取的代码很多，不需要自己从0开始。那么本文的目的是啥呢？

我就算饿死也不做程序员

AI绘画Stable Diffusion原理之扩散模型DDPM传送门：stable diffusion：Git｜论文stable-diffusion-webui：Git