同步辐射光源数据分析软件平台
软件
全部软件浏览完整软件清单成像与相干衍射CT、Ptycho、BCDI、Holo衍射与散射PDF、SAXS、BMX、XPCS谱学与荧光XAS、XRF、XRS、PCA/LCF通用数据工具数据转换、裁剪与格式处理人工智能稀疏重建、模型训练与推理
下载
下载中心全部软件安装包下载与安装说明许可、校验和安装步骤
文档
文档中心全部文档入口软件手册各软件使用说明书API 使用指南公开与维护者 API下载与安装下载、校验与安装说明DAISY 用户文档 ↗框架与算法文档
动态团队关于DaisyTorch计算平台 ↗
English
DAISY 数据处理软件

HEPS DAISY 数据处理软件官方站点,提供软件介绍、在线使用入口与安装包下载。

站内导航
  • 软件
  • 下载
  • 文档
  • 动态
  • 团队
  • 关于Daisy
  • 后台管理
相关链接
  • Torch计算平台 ↗
中国科学院高能物理研究所 · HEPS 大数据中心
← 返回软件清单
人工智能

HEPSCT_dl

面向稀疏视角 CT 重建伪影校正的深度学习应用,覆盖数据集检查、模型训练、批量推理、定量评估与模型插件管理,支持 4096×4096 和 6144×6144 TIFF 数据的自动切分与拼接。

适用线站ID19ID21ID30
在 TORCH 中使用 ↗
HEPSCT_dl screenshot

软件说明

HEPSCT_dl 是面向稀疏视角 CT 重建伪影校正的深度学习平台,将稀疏重建 TIFF 图像映射为高质量重建结果。应用沿用 HEPSCT 的交互方式,把数据检查、训练、推理、评估和模型扩展组织在同一个工作界面中,并提供运行日志、进度、损失曲线和结果预览。

主要工作流

  • Data:选择一次数据根目录,自动识别 train_images / train_masks、val_images / val_masks、test_images / test_masks 的目录结构和图像配对状态
  • Train:选择模型与超参数,启动独立训练进程,查看 loss 曲线和逐 epoch 记录,支持停止、断点续训和最佳权重保存
  • Inference:装载模型和权重,对单张图预览或对整个目录批量推理,自动完成切块、预测、融合和同名 TIFF 输出
  • Evaluation:按文件名配对预测与目标图像,计算 MAE、MSE、PSNR、SSIM、MSSSIM,并查看分布和最差文件
  • Models:查看内置模型插件,或从可信的 Python 文件动态注册新模型

数据与算法

  • 面向 4096×4096 与 6144×6144 的正方形 TIFF 数据,自动采用预设 patch 大小、步长和重叠区域
  • 内置 Attention U-Net 稀疏伪影校正模型,训练输入为稀疏图像,目标为高质量图像
  • 支持 GPU 显存预检;可配置 sub-batch、batch size、epoch、学习率和随机种子
  • 训练产物包含配置、逐 epoch 历史、最佳/最新权重、日志和可续训状态
  • 模型、损失、评估指标、切分方案和权重命名通过插件契约扩展

运行与评估

  • 单张推理预览不写文件,适合在整目录运行前检查权重与数据是否匹配
  • 批量推理默认跳过已有同名结果,并对异常退化的预测结果给出错误提示
  • 评估结果可写出 eval.csv;支持查看指标均值、极值、标准差、直方图和逐文件结果
  • 数据目录只读时会自动建议独立输出目录,避免修改束线原始数据

软件界面

Data 标签页:数据目录、split 配对、patch 网格和输入/标签/差值预览
Data 标签页:数据目录、split 配对、patch 网格和输入/标签/差值预览
Train 标签页:模型、超参数、训练状态、loss 曲线与逐 epoch 记录
Train 标签页:模型、超参数、训练状态、loss 曲线与逐 epoch 记录
Inference 标签页:模型权重、输入输出目录和单张预测对比
Inference 标签页:模型权重、输入输出目录和单张预测对比
Evaluation 标签页:MAE、MSE、PSNR、SSIM、MSSSIM、分布与逐文件结果
Evaluation 标签页:MAE、MSE、PSNR、SSIM、MSSSIM、分布与逐文件结果
Models 标签页:内置模型插件和模型文件加载入口
Models 标签页:内置模型插件和模型文件加载入口

功能与算法

端到端深度学习工作流

在同一界面完成数据检查、训练、单张预览、批量推理和指标评估,并保留运行日志与状态。

4K / 6K 自动切分

自动识别 4096×4096 与 6144×6144 数据,按预设 patch、步长和重叠区域完成切分、推理与融合。

可停止与可续训

训练在独立进程运行,支持安全停止、逐 epoch 记录、最佳权重保存和从 checkpoint 继续训练。

定量评估与异常定位

支持 MAE、MSE、PSNR、SSIM、MSSSIM,提供指标分布、逐文件结果和最差样本检查。

模型插件扩展

模型、损失、指标、切分方案和权重命名通过插件注册,可在 Models 页加载可信的 Python 模型文件。

文档与手册

在线使用手册查看完整的数据准备、训练、推理、评估、模型插件与常见问题说明。→用户指南 PDF下载文件↓

联系人

胡
胡誉
huyu@ihep.ac.cn

软件使用、适配与定制需求可联系上述联系人。