（ResNet・U-Net・Vision Transformer・VAE・GAN・Pix2Pix・Stable Diffusion など）
このリポジトリは、画像処理や生成モデルの代表的なアーキテクチャをPyTorchで自学実装したり、事前学習済みモデルを利用したりした実験集です。
分類・セグメンテーション・画像変換・生成などのタスクになります。
- PyTorch — モデル実装・学習フレームワーク
- Torchvision — 画像前処理・データセット管理
- diffusers — 拡散モデル
- OpenCV — 画像読み込みや可視化
- Matplotlib / NumPy — 結果の可視化・数値処理
| ディレクトリ名 | 概要 |
|---|---|
resnet50_classification |
ResNet-50 を用いた画像分類タスクの実装 |
unet_segmentation |
U-Net による画像セグメンテーションの実装 |
vision-transformer_classification |
Vision Transformer (ViT) による画像分類タスク |
unet_image2image |
U-Net を利用した画像変換（image-to-image translation）の実験 |
vae_generate |
VAE（Variational Autoencoder）による画像生成 |
gan-vae_generate |
GAN と VAE のハイブリッドモデルによる生成実験 |
gan-vae-resnet_generate |
ResNet構造を取り入れたGAN-VAEによる高品質生成 |
pix2pix_image2image |
Pix2Pix を用いた条件付きGANによる画像変換 |
sd1-5-prompt_generate |
diffusersでstable diffusionを用いた画像生成 |
sd1-5-prompt_generate_2 |
diffusersでstable diffusionのモデルマージによる画像生成 |
sd1-5-prompt_generate_3 |
diffusersでstable diffusionのプロンプトトークンや強調をカスタムした画像生成 |