#image-restoration Repositorios
Descubre 46 repositorios activos de código abierto de GitHub etiquetados con #image-restoration, que acumulan 127,502 estrellas en total (una media de 2,771 estrellas por proyecto). El líder de este tema es TencentARC/GFPGAN, con 37,311 estrellas.
46 repositorios en total
GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.
Real-ESRGAN tiene como objetivo el desarrollo de algoritmos prácticos para la restauración general de imágenes/vídeos.
SwinIR: Restauración de imágenes utilizando Swin Transformer (repositorio oficial)
[ECCV 2024] Códigos de DiffBIR: Hacia la restauración de imágenes ciegas con un prior de difusión generativa
Caja de herramientas de restauración de imágenes (PyTorch). Códigos de entrenamiento y prueba para DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR
El modelo de restauración de imágenes de última generación sin funciones de activación no lineales.
[CVPR 2022--Oral] Restormer: Transformer eficiente para la restauración de imágenes de alta resolución. SOTA para desenfoque de movimiento, eliminación de lluvia de imágenes, eliminación de ruido (datos gaussianos/reales) y desenfoque de enfoque.
Implementación NCNN de Real-ESRGAN. Real-ESRGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración general de imágenes.
Una colección de artículos y códigos para CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 visión de bajo nivel
"Retinexformer: Transformer basado en Retinex de una etapa para la mejora de imágenes con poca luz" (ICCV 2023 Top-10 Citado 🏆) & (NTIRE 2024 Subcampeón 🏆) & (NTIRE 2025 Ganador 🏆) & (NTIRE 2026 Ganador 🏆)
CVPR2023 - Activación de más píxeles en el Transformer de Super-Resolución de Imágenes TPAMI - HAT: Transformer de Atención Híbrida para la Restauración de Imágenes
ResShift: Modelo de Difusión Eficiente para Superresolución de Imágenes mediante Desplazamiento Residual (NeurIPS@2023 Spotlight, TPAMI@2024)
[CVPR 2021] Restauración progresiva de imágenes multietapa. Resultados SOTA para desenfoque, eliminación de lluvia y eliminación de ruido de imágenes.
[ICLR 2023 Oral] Restauración de imágenes de "Zero-Shot" utilizando el modelo de espacio nulo de difusión de eliminación de ruido
LucidFlux: Restauración de imágenes fotorrealistas sin leyenda mediante un Transformador de Difusión a gran escala, ICLR 2026
Implementación oficial de HYPIR: Harnessing Diffusion-Yielded Score Priors for Image Restoration (SIGGRAPH 2025)
Una caja de herramientas para la reconstrucción de imágenes espectrales comprimidas, que incluye MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022), etc.
[ECCV2024] Difusión Estable Consciente de Píxeles para Super-Resolución de Imágenes Realista y Estilización Personalizada
[CVPR 2022] Implementación oficial del artículo "Uformer: Un Transformer general en forma de U para la restauración de imágenes".
[ICLR2026] SeedVR2: Restauración de vídeo de un solo paso mediante entrenamiento posterior adversarial de difusión
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. ¡Un agente inteligente de visión por computadora que puede restaurar mágicamente cualquier imagen a 4K perfectos!
[ICLR 2024] Control de modelos de Visión-Lenguaje para la restauración universal de imágenes. Quinto lugar en el desafío NTIRE 2024 Restore Any Image Model in the Wild.
[ICLR 2025] Implementación oficial de Posterior-Mean Rectified Flow: Hacia la restauración de imágenes fotorrealistas con MSE mínimo
[ECCV 2020] Aprendizaje de características enriquecidas para la restauración y mejora de imágenes reales. Resultados SOTA para eliminación de ruido, superresolución y mejora de imágenes.
Restauración de Imágenes con Ecuaciones Diferenciales Estocásticas de Reversión a la Media, ICML 2023. Solución ganadora del Desafío de Eliminación de Sombras de Imágenes NTIRE 2023.
[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR
[NeurlPS2024] Red de difusión efectiva de un paso para la superresolución de imágenes del mundo real
[ECCV] Swin2SR: SwinV2 Transformer para Super-Resolución y Restauración de Imágenes Comprimidas. Taller "Advances in Image Manipulation (AIM)" ECCV 2022. ¡Pruébalo! Más de 3,3 millones de ejecuciones https://replicate.com/mv-lab/swin2sr
Una colección de artículos y códigos en CVPR2023/2022 sobre visión de bajo nivel
[IEEE TPAMI 2025] Una encuesta sobre restauración de imágenes todo-en-uno: Taxonomía, evaluación y tendencias futuras
Procesamiento de Señales de Imagen IA Y Fotografía Computacional. Biblioteca oficial para los desafíos NTIRE (CVPR) y AIM (ICCV/ECCV). ¡Encontrarás ISPs aprendidos, Restauración-Submuestreo-Reconstrucción RAW, Mejora de Imagen, renderizado Bokeh y más!
"MST++: Multi-stage Spectral-wise Transformer for Efficient Spectral Reconstruction" (CVPRW 2022) & (Ganador del NTIRE 2022 Spectral Recovery Challenge) y una caja de herramientas para la reconstrucción espectral
[CVPR 2020--Oral] CycleISP: Restauración de imágenes reales mediante síntesis de datos mejorada
🌕 [BMVC 2022] Solo necesitas 90.000 parámetros para adaptar la luz: un Transformer ligero para la mejora de imágenes y la corrección de la exposición. SOTA para mejora con poca luz, 0,004 segundos, pruébalo para preprocesamiento.
Registro de trabajos recientes sobre 1) tareas de visión de bajo nivel como la mejora de superresolución de imágenes/videos; 2) generación de imágenes, principalmente métodos basados en DL posteriores a 2018.
Modelado de ruido basado en física para fotografía en condiciones de luz extremadamente baja (CVPR 2020 Oral & TPAMI 2021)
InstantIR: Restauración de imágenes ciegas con referencia generativa instantánea 🔥
🚀🚀🚀 [ICML 2026] Implementación oficial de Robust-U1: ¿Pueden los MLLM recuperar por sí mismos contenido visual dañado para lograr una comprensión robusta?
Código oficial para el artículo de ICCV 2021 "Towards Flexible Blind JPEG Artifacts Removal (FBCNN)"
Preguntas frecuentes
¿Cuál es el repositorio de #image-restoration más popular en GitHub?
El proyecto de código abierto de #image-restoration mejor posicionado en GitHub es TencentARC/GFPGAN, con 37,311 estrellas. GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.
¿Qué lenguajes de programación se utilizan más en los repositorios de #image-restoration?
Entre los proyectos de #image-restoration mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C, C#.
¿Cómo se calcula la clasificación de los repositorios de #image-restoration?
Seguimos 46 repositorios activos de código abierto etiquetados con #image-restoration (500+ estrellas), que suman un total de 127,502 estrellas, con una media de 2,771 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.