/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
25 фев 2026

lodochallenge_latent_diffusion

Преобразование изображенийИзображение, текст → изображение3 профессии

Латентная диффузионная модель DM4CT формирует априорное распределение срезов КТ для реконструкции изображений с низкодозовых или разреженных измерений.

308скачиваний за 30 дней0лайковвеса обновлены27 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это предобученная модель латентной диффузии из проекта DM4CT, предназначенная для реконструкции компьютерных томограмм. Она разработана для бенчмарка DM4CT по реконструкции КТ, представленного на ICLR 2026. Модель учится безусловному априорному распределению срезов КТ в сжатом латентном пространстве и рассчитана на совместное применение с коррекцией согласованности с измерениями при восстановлении изображений.

Архитектура включает VQ-VAE для кодирования и декодирования изображений и двумерный UNet, который выполняет диффузию в латентном пространстве по схеме DDPM с предсказанием шума и линейным расписанием. Модель рассчитана на одноканальные изображения срезов КТ разрешением 512 × 512; геометрическая информация в неё не заложена. Обучение проводилось на наборе Low Dose Grand Challenge, изображения нормализованы в диапазон от −1 до 1.

Модель распространяется в формате Diffusers и safetensors по лицензии MIT. Она предназначена для исследовательской реконструкции КТ и не является самостоятельным решением полного процесса реконструкции: для него требуется согласование с измерениями и соответствующая обвязка.

Сценарии применения

  • реконструкция срезов компьютерной томографии
  • восстановление КТ-изображений по разреженным проекциям
  • построение априорной модели для алгоритмов реконструкции КТ
  • исследование диффузионных методов реконструкции медицинских изображений

Ограничения

Модель задаёт безусловное априорное распределение и должна использоваться совместно с коррекцией согласованности с измерениями; геометрическая информация не включена. Рассчитана на одноканальные срезы 512 × 512 с интенсивностями, нормализованными в диапазон от −1 до 1.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Latent Diffusion Model – LoDoChallenge (DM4CT)

This repository contains the pretrained latent-space diffusion model used in the benchmark DM4CT: Benchmarking Diffusion Models for Computed Tomography Reconstruction (ICLR 2026).


🔬 Model Overview

This model learns a prior over CT reconstruction images in a compressed latent space using a denoising diffusion probabilistic model (DDPM).

Unlike the pixel diffusion model, diffusion is performed in the latent space of a pretrained autoencoder.

  • Architecture:
    • VQ-VAE (image encoder/decoder)
    • 2D UNet operating in latent space
  • Input resolution (image space): 512 × 512
  • Channels: 1 (grayscale CT slice)
  • Training objective: ε-prediction (standard DDPM formulation)
  • Noise schedule: Linear beta schedule
  • Training dataset: Low Dose Grand Challenge (LoDoChallenge)
  • Intensity normalization: Rescaled to (-1, 1)

The diffusion model operates purely in latent space and relies on the autoencoder for encoding and decoding. This model is intended to be combined with data-consistency correction for CT reconstruction.


📊 Dataset: Low Dose Grand Challenge

Source: https://www.aapm.org/grandchallenge/lowdosect/

Preprocessing steps:

  • Train/test split
  • Rescale reconstructed slices to (-1, 1)
  • No geometry information is embedded in the model

The model learns an unconditional latent prior over CT slices.


🧠 Training Details

  • Optimizer: AdamW
  • Learning rate: 1e-4
  • Hardware: NVIDIA A100 GPU
  • Training scripts: train_latent.py

🚀 Usage

from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained(
    "jiayangshi/lodochallenge_latent_diffusion"
)

pipeline.to("cuda")

# Generate an unconditional CT slice prior
image = pipeline(batch_size=1).images[0]
image.save("reconstructed_slice.png")

Citation

@inproceedings{shi2026dmct,
title={{DM}4{CT}: Benchmarking Diffusion Models for Computed Tomography Reconstruction},
author={Shi, Jiayang and Pelt, Dani{\"e}l M and Batenburg, K Joost},
booktitle={The Fourteenth International Conference on Learning Representations},
year={2026},
url={https://openreview.net/forum?id=YE5scJekg5}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
03974e8

0 моделей