Git Stars Git Stars

#denoising Repositories

Entdecke 20 aktive Open-Source-GitHub-Repositories, die mit #denoising getaggt sind und insgesamt 24,278 Sterne gesammelt haben (durchschnittlich 1,213 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist JingyunLiang/SwinIR mit 5,263 Sternen.

20
Gesamtzahl der Repositories
24,278
Gesamtanzahl der Sterne
1,213
Durchschnittliche Sterne/Repo

Insgesamt 20 Repositories

1
JingyunLiang/SwinIR

SwinIR: Bildrestaurierung mit Swin Transformer (offizielles Repository)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 Aktualisiert 2024-05-14 📅 Erstellt 2021-08-16
2
cszn/KAIR

Image Restoration Toolbox (PyTorch). Trainings- und Testcodes für DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR

cszn
⭐ 3,398 Python 👤 cszn User 🕐 Aktualisiert 2024-10-02 📅 Erstellt 2019-12-15
3
amirhossein-kz/Awesome-Diffusion-Models-in-Medical-Imaging

Diffusionsmodelle in der medizinischen Bildgebung (veröffentlicht im Medical Image Analysis Journal)

amirhossein-kz
⭐ 2,116 👤 amirhossein-kz User 🕐 Aktualisiert 2025-11-17 📅 Erstellt 2022-09-24
4
JingyunLiang/VRT

VRT: Ein Transformer zur Videorestaurierung (offizielles Repository)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 Aktualisiert 2026-09-08 📅 Erstellt 2022-01-18
5
Pjbomb2/TrueTrace-Unity-Pathtracer

Ein leistungsstarker Mesh-Pathtracer basierend auf Compute Shadern in Unity3d ohne RT Cores

Pjbomb2
⭐ 1,020 C# 👤 Pjbomb2 User 🕐 Aktualisiert 2026-10-25 📅 Erstellt 2022-02-20
6
skymanbp/autoshade

KI-gestützter RAW-Fotoentwickler.

skymanbp
⭐ 998 Rust 👤 skymanbp User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-06-26
7
thekevinscott/UpscalerJS

Bilder verbessern mit Javascript und KI. Auflösung erhöhen, retuschieren, entrauschen und mehr. Open Source, Browser & Node kompatibel, MIT-Lizenz.

thekevinscott
⭐ 905 TypeScript 👤 thekevinscott User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-07-29
8
jbikker/lighthouse2

Lighthouse 2 Framework für Echtzeit-Raytracing

jbikker
⭐ 862 C++ 👤 jbikker User 🕐 Aktualisiert 2024-04-26 📅 Erstellt 2019-07-10
9
deepinv/deepinv

DeepInverse: eine PyTorch-Bibliothek zum Lösen von Bildinversionsproblemen mithilfe von Deep Learning

deepinv
⭐ 856 Python 👤 deepinv Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-02-10
10
dipy/dipy

DIPY ist die beispielhafte 3D/4D+ Medizinische Bildgebungs-Bibliothek in Python. Sie enthält generische Methoden für räumliche Normalisierung, Signalverarbeitung, maschinelles Lernen, statistische Analyse und Visualisierung medizinischer Bilder. Zusätzlich enthält sie spezialisierte Methoden für die computergestützte Anatomie, einschließlich Diffusions-, Perfusions- und struktureller Bildgebung.

dipy
⭐ 854 Python 👤 dipy Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2010-02-06
11
ohayonguy/PMRF

[ICLR 2025] Offizielle Implementierung von Posterior-Mean Rectified Flow: Auf dem Weg zu minimalem MSE fotorealistische Bildwiederherstellung

ohayonguy
⭐ 750 Python 👤 ohayonguy User 🕐 Aktualisiert 2025-02-05 📅 Erstellt 2024-09-30
12
Algolzw/image-restoration-sde

Bildwiederherstellung mit Mean-Reverting Stochastic Differential Equations, ICML 2023. Siegerlösung der NTIRE 2023 Image Shadow Removal Challenge.

Algolzw
⭐ 695 Python 👤 Algolzw User 🕐 Aktualisiert 2024-07-23 📅 Erstellt 2023-01-27
13
mv-lab/InstructIR

[ECCV 2024] InstructIR: Hochwertige Bildwiederherstellung nach menschlichen Anweisungen https://huggingface.co/spaces/marcosv/InstructIR

mv-lab
⭐ 693 Jupyter Notebook 👤 mv-lab User 🕐 Aktualisiert 2024-09-26 📅 Erstellt 2024-01-27
14
timothybrooks/hdr-plus

HDR+ Implementierung

timothybrooks
⭐ 673 C++ 👤 timothybrooks User 🕐 Aktualisiert 2026-01-13 📅 Erstellt 2016-12-22
15
mv-lab/swin2sr

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bildsuper-Resolution und Wiederherstellung. Workshop "Advances in Image Manipulation (AIM)" ECCV 2022. Probieren Sie es aus! Über 3,3 Mio. Durchläufe https://replicate.com/mv-lab/swin2sr

mv-lab
⭐ 668 Python 👤 mv-lab User 🕐 Aktualisiert 2024-08-19 📅 Erstellt 2022-09-18
16
DarrenPan/Awesome-CVPR2024-Low-Level-Vision

Eine Sammlung von Veröffentlichungen und Codes in CVPR2023/2022 über Low-Level-Vision

DarrenPan
⭐ 662 👤 DarrenPan User 🕐 Aktualisiert 2024-03-01 📅 Erstellt 2022-03-11
17
tylermorganwall/rayrender

Ein Pathtracer für R. Erstellen und rendern Sie komplexe Szenen und 3D-Datenvisualisierungen direkt aus R.

tylermorganwall
⭐ 644 C++ 👤 tylermorganwall User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-03-02
18
nachifur/RDDM

CVPR 2024: Residual Denoising Diffusion Models

nachifur
⭐ 585 Python 👤 nachifur User 🕐 Aktualisiert 2026-06-09 📅 Erstellt 2023-08-25
19
mv-lab/AISP

KI-Bildsignalverarbeitung und computergestützte Fotografie. Offizielle Bibliothek für NTIRE (CVPR) und AIM (ICCV/ECCV) Challenges. Hier finden Sie erlernte ISPs, RAW-Wiederherstellung-Hochskalierung-Rekonstruktion, Bildverbesserung, Bokeh-Rendering und mehr!

mv-lab
⭐ 575 Jupyter Notebook 👤 mv-lab User 🕐 Aktualisiert 2025-03-05 📅 Erstellt 2022-06-06
20
DmitryRyumin/ICASSP-2023-24-Papers

ICASSP 2023-2024 Paper: Eine vollständige Sammlung einflussreicher und spannender Forschungsarbeiten von den ICASSP 2023-24 Konferenzen. Entdecken Sie die neuesten Fortschritte in den Bereichen Akustik, Sprache und Signalverarbeitung. Code enthalten. Sternen Sie das Repository, um die Weiterentwicklung der Audio- und Signalverarbeitung zu unterstützen!

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Aktualisiert 2025-05-05 📅 Erstellt 2023-08-01

Häufig gestellte Fragen

1

Welches ist das beliebteste #denoising-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#denoising-Projekt auf GitHub ist JingyunLiang/SwinIR mit 5,263 Sternen. SwinIR: Bildrestaurierung mit Swin Transformer (offizielles Repository)

2

Welche Programmiersprachen werden in #denoising-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #denoising-Projekten auf GitHub sind Python, C++, Jupyter Notebook, C# die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #denoising-Repositories berechnet?

Wir verfolgen 20 aktive Open-Source-Repositories, die mit #denoising getaggt sind (500+ Sterne), mit insgesamt 24,278 Sternen und durchschnittlich 1,213 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.