MIPHEI-ViT 是计算机视觉领域的开源项目，由 Sanofi-Public 开发，2025 年首次发布。
它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 61。
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 2026-09-03。本地部署，完全免费。
它主要面向的使用场景是：病理研究中快速生成免疫荧光图像，辅助标记物分析。同类可对比的替代方案包括 CycleGAN、pix2pix、StainGAN。
MIPHEI-ViT
用 ViT 把 H&E 病理图直接转成免疫荧光图，省去染色实验
MIPHEI-ViT 是一个用于训练 H&E 染色图像到免疫荧光图像转换模型的早期开源项目。它基于 Vision Transformer 架构，解决病理图像模态转换问题，即从常规的 H&E 染色切片预测对应的免疫荧光标记，从而辅助病理诊断和研究。项目提供完整的训练流程，包括数据预处理、模型训练和评估，核心能力是利用 ViT 捕捉全局上下文信息，提升图像转换的准确性和鲁棒性。目前处于早期阶段，代码结构清晰，适合研究人员和开发者用于探索病理图像翻译任务。
开源
free
开源模型
GitHub 星标
★ 61
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队Sanofi-Public
所属国家
定价模式free
价格说明开源模型，本地部署，完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型benchmark,computer-vision,foundation-models,histopathology,image-to-image-translation,proteomics,python,pytorch,virtual-staining
GitHub 星标★ 61
30天Star增速
HF 下载量
上线时间2025-05-06 00:00:00
最近更新2026-09-03 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5
使用教程
核心亮点
- 基于 Vision Transformer，能捕捉全局特征，转换效果优于传统 CNN
- 提供端到端训练流程，包含数据预处理和评估脚本，上手门槛低
- 针对病理图像模态转换，填补 H&E 到免疫荧光领域的开源空白
不足之处
- 文档/社区待观察
- 仅支持图像到图像转换，未涵盖其他病理模态
- 依赖特定数据集，通用性待验证
适用场景
- 病理研究中快速生成免疫荧光图像，辅助标记物分析
- 临床诊断中补充 H&E 图像的分子信息，提升判读效率
- 数字病理模型预训练，作为下游任务的输入增强
替代项目
CycleGAN、pix2pix、StainGAN
项目介绍
上一篇：NegPrompt
下一篇：CLIP-API-service
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···
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
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
Olympus
开源
一个路由搞定所有视觉任务，免去逐个微调
[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···