Modelo de restauración facial a ciegas basado en PyTorch que repara fotos de rostros degradadas, de baja calidad o antiguas mediante un transformer con búsqueda en un codebook.
18,2 mil3,7 milPythonOtherActualizado hace 11 meses
Project-MONAI/MONAI
Framework open source basado en PyTorch para deep learning con imágenes médicas, que abarca preprocesamiento, redes, funciones de pérdida y métricas.
- Estrellas
- 8,786
- Forks
- 1,671
- Issues abiertos
- 518
- Último commit
- hace 24 horas
¿Qué es?
MONAI es un framework de deep learning basado en PyTorch para imágenes médicas. Está dirigido a investigadores y profesionales clínicos que necesitan crear flujos de entrenamiento integrales para datos de imágenes médicas multidimensionales, como estudios 2D y 3D, sin tener que ensamblar cada componente desde cero.
El framework ofrece opciones flexibles de preprocesamiento para datos de imágenes médicas, además de redes especializadas en el dominio, funciones de pérdida y métricas de evaluación. Sus API están diseñadas para ser componibles y portables, de modo que sus componentes puedan integrarse en código de entrenamiento existente de PyTorch. También admite paralelismo de datos en varios GPU y nodos.
MONAI se distribuye en PyPI, conda-forge y Docker Hub, e incluye un formato de bundles para empaquetar y compartir modelos. Los tutoriales y notebooks de ejemplo se mantienen en un repositorio aparte.
Funciones clave
- 01Preprocesamiento flexible de datos de imágenes médicas multidimensionales
- 02Redes especializadas en el dominio, funciones de pérdida y métricas de evaluación
- 03API componibles y portables que se integran con flujos de trabajo existentes de PyTorch
- 04Compatibilidad con el paralelismo de datos en varios GPU y nodos
- 05Formato MONAI Bundle para empaquetar y compartir modelos
Casos de uso
- Entrenar modelos de segmentación o clasificación con volúmenes de CT o MRI
- Incorporar funciones de pérdida y métricas del ámbito médico a un pipeline de entrenamiento existente de PyTorch
- Escalar el entrenamiento de modelos entre varios GPU o nodos
- Reutilizar y compartir modelos preentrenados mediante el formato bundle
Temas
Preguntas frecuentes
- ¿Qué es MONAI?
- Framework open source basado en PyTorch para deep learning con imágenes médicas, que abarca preprocesamiento, redes, funciones de pérdida y métricas. MONAI es un framework de deep learning basado en PyTorch para imágenes médicas. Está dirigido a investigadores y profesionales clínicos que necesitan crear flujos de entrenamiento integrales para datos de imágenes médicas multidimensionales, como estudios 2D y 3D, sin tener que ensamblar cada componente desde cero.
- ¿MONAI es gratuito? ¿Qué licencia tiene?
- MONAI es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿MONAI sigue mantenido?
- Mantenimiento activo. El último commit de MONAI fue el 17 oct 2026.
- ¿Para qué puedo usar MONAI?
- Entrenar modelos de segmentación o clasificación con volúmenes de CT o MRI Incorporar funciones de pérdida y métricas del ámbito médico a un pipeline de entrenamiento existente de PyTorch Escalar el entrenamiento de modelos entre varios GPU o nodos Reutilizar y compartir modelos preentrenados mediante el formato bundle
- ¿Dónde consigo MONAI?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Project-MONAI/MONAI
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta y biblioteca de Python para eliminar fondos de imágenes, disponible como CLI, biblioteca, servidor HTTP o contenedor Docker.
25,1 mil2,4 milPythonMITActualizado hace 8 días
Toolkit de código abierto de Unity que permite usar juegos y simulaciones como entornos para entrenar agentes de IA mediante aprendizaje por refuerzo e imitación.
19,8 mil4,5 milC#OtherActualizado hace 5 días
GUI de grafo de nodos, API y backend para ejecutar modelos de difusión localmente y generar imágenes, video, audio y contenido 3D.
IA y Machine Learning#stable-diffusion#diffusion-models#image-generation#video-generation#node-editor
138,5 mil16,5 milPythonGPL-3.0Actualizado hace 5 horas
Colección de proyectos iniciales que muestran cómo crear aplicaciones desplegables con la API de Claude, desde agentes de soporte hasta agentes que usan el navegador y la computadora.
18,6 mil3,2 milTypeScriptMITActualizado hace 10 días
Modelos generativos de video de código abierto que crean videos a partir de texto, imágenes, voz o movimientos de personajes, con opciones MoE y 720P.
IA y Machine Learning#video-generation#diffusion-model#text-to-video#image-to-video#mixture-of-experts
18 mil2,3 milPythonApache-2.0Actualizado hace 28 días