MergeVQ

合并token减计算,一框架搞定图像生成与表征

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 3 👀 关注 2
GitHub ↗
GitHub 星标 ★ 51
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0许可,完全免费,需自行部署。

项目预览

MergeVQ 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队ApexGen-X
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可,完全免费,需自行部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型deep-learning,image-generation,imagenet,machine-learning,representation-learning,token-merging
GitHub 星标★ 51
上线时间2025-03-24 00:00:00
代码更新2025-07-22
仓库体积13.5 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

MergeVQ是一个面向视觉生成与表征学习的统一框架,核心思路是将token合并(Token Merging)与向量量化(Quantization)结合,在ImageNet等数据集上同时支持图像生成和表征学习任务。它解决了传统视觉Transformer中token数量过多导致计算开销大、生成与表征任务割裂的问题,通过可学习的合并策略减少冗余token,并利用量化离散化提升表征质量。框架提供统一的训练和推理流程,适用于自监督表征学习和条件图像生成,在保证生成质量的同时显著降低计算成本。该工作发表于CVPR 2025,代码基于Python和深度学习库实现。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 51

核心亮点

  • 统一框架同时覆盖生成与表征学习,减少重复训练成本
  • token合并机制有效降低计算量,适合高分辨率图像
  • 基于CVPR 2025论文,方法有理论支撑,代码开源

不足之处

  • 项目处于早期,星标仅51,社区生态和文档尚不完善
  • 仅支持ImageNet等特定数据集,泛化性待验证

适用场景

  • 图像生成任务中需要降低计算资源消耗的场景
  • 自监督视觉表征学习,用于下游分类或检测
  • 研究token合并与量化结合的学术实验

替代项目

VQGAN、MaskGIT、BEiT

上一篇:aislingeach

下一篇:RandAR

同类项目推荐

DiffusionToolkit 开源

把 AI 生成图按参数自动归档,想找哪张秒搜到

Metadata-indexer and Viewer for AI-generated images

★ 1022 2026-08-09
SUR-adapter 开源

给扩散模型装上语言大脑,让文字描述精准变图像

ACM MM'23 (oral), SUR-adapter for pre-trained diffusion models can acquire the power···

★ 120 2026-08-09
triangle 开源

一键把照片变成低多边形艺术,效果惊艳

Convert images to computer generated art using delaunay triangulation.

★ 2071 2026-08-09
DALLE-pytorch 开源

用 PyTorch 复现 DALL-E,快速跑通文本生成图像实验

Implementation / replication of DALL-E, OpenAI's Text to Image Transformer, in Pytor···

★ 5629 2026-08-09
VistaDream 开源

一张图生成多视角一致图像,搞定单视图三维重建

[ICCV 2025 & TPAMI] VistaDream: Sampling multiview consistent images for single-view···

★ 551 2026-08-09
glitch-image 开源

一键生成故障艺术图,让图片瞬间赛博朋克

glitch image generator

★ 87 2026-08-09
awesome-gpt4o-images 开源

看GPT-4o神图,抄提示词,秒出同款风格

Awesome curated collection of images and prompts generated by GPT-4o and gpt-image-1···

★ 8160 2026-08-09
HRDiT 开源

不用重训,让 FLUX 直接生成高清大图

[ECCV 2026] Official implementation of "HRDiT: Training-Free High-Resolution Image G···

★ 317 2026-09-16