Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- MiniGPT-4 est un modèle de compréhension de l'image et du langage qui aligne un encodeur visuel congelé de BLIP-2 avec un LLM congelé, Vicuna, en utilisant une seule couche de projection. Il est formé en deux étapes, la première étape traditionnelle de pré-entraînement étant formée sur environ 5 millions de paires alignées d'images-texte en 10 heures en utilisant 4 A100. Après la première étape, Vicuna est capable de comprendre l'image, mais la capacité de génération de Vicuna est fortement impactée. Pour résoudre ce problème et améliorer sa fiabilité et son utilité, une petite (3500 paires au total) mais haute qualité est créée par le modèle lui-même et ChatGPT ensemble. La deuxième étape de mise en forme est formée sur ce jeu de données dans un modèle de conversation pour améliorer considérablement sa fiabilité et son utilité globales.
- Le projet TP-MLP est dédié à la reconnaissance de symboles mathématiques à partir d'images et de données au format InkML. Il permet de former des modèles de machine learning grâce à des notebooks Jupyter et des scripts Python. Le projet offre des outils utilitaires pour la conversion de fichiers InkML en images et la gestion de bases de données.
- QtDcm est une bibliothèque logicielle écrite en C++ qui permet de manipuler et visualiser des données médicales au format DICOM. Il offre des fonctionnalités telles que l'exploration d'un CD-ROM DICOM, la requête d'un PACS (système d'archivage et de communication d'images médicales) et la conversion de séries d'images au format nifti.
- Ce projet consiste en l'analyse de données d'imagerie cellulaire en temps réel, avec une expertise particulière dans l'extraction de lignées cellulaires et l'identification de cellules frontalières. Il offre également des fonctionnalités de conversion entre les temps d'acquisition et les temps ponctuels.
6 initiatives
10