x-unet

用最新注意力机制升级 U-Net,提升图像生成与分割效果

x-unet 是一个基于 PyTorch 的 U-Net 图像生成与分割实现,旨在整合高效的注意力机制和最新的研究成果。它解决了传统 U-Net 在长距离依赖建模上的不足,通过引入高效注意力模块,在保持计算效率的同时提升模型对全局上下文的理解能力。项目提供了灵活的架构配置,支持多种注意力变体,并遵循简洁的代码风格,便于研究人员快速实验和二次开发。核心能力包括:模块化的 U-Net 组件、多种注意力机制集成、以及面向图像生成和分割任务的训练与推理接口。作为早期项目,它适合对最新注意力机制感兴趣的研究者,用于快速验证想法或作为基线模型。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 294
维护状态 低维护
是否开源
定价模式 free

项目数据

分类图像生成
开发团队lucidrains
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型artificial-intelligence,deep-learning,image-generation,segmentation,u-net
GitHub 星标★ 294
30天Star增速
HF 下载量
上线时间2022-03-23 00:00:00
最近更新2026-06-26 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数1

使用教程

核心亮点

  • 集成了高效注意力机制,能捕获长距离依赖,优于传统 U-Net
  • 模块化设计,各组件可自由组合,便于定制和实验
  • 代码简洁,基于 PyTorch,易于上手和二次开发

不足之处

  • 文档/社区待观察
  • 项目处于早期,功能可能不完善,需自行测试

适用场景

  • 图像分割任务,如医学影像分割
  • 图像生成任务,如无条件或条件生成
  • 作为研究基线,验证新注意力机制的效果

替代项目

Segmentation Models PyTorch、MONAI、nnU-Net

项目介绍

x-unet 是计算机视觉领域的开源项目,由 lucidrains 开发,2022 年首次发布。

它收录于计算机视觉分类,该分类目前共有 446 个项目,GitHub 星标数为 294。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-06-26。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:图像分割任务,如医学影像分割。同类可对比的替代方案包括 Segmentation Models PyTorch、MONAI、nnU-Net。

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14