Git Stars Git Stars

#psnr Repositorios

Descubre 4 repositorios activos de código abierto de GitHub etiquetados con #psnr, que acumulan 6,185 estrellas en total (una media de 1,546 estrellas por proyecto). El líder de este tema es chaofengc/IQA-PyTorch, con 3,452 estrellas.

4
Total de Repositorios
6,185
Total de estrellas
1,546
Promedio de Estrellas/Repo
Lenguajes de programación: Python
1
chaofengc/IQA-PyTorch

🔎 🖼️ 🔥Caja de herramientas PyTorch para la Evaluación de Calidad de Imágenes, incluyendo PSNR, SSIM, LPIPS, FID, NIQE, NRQM(Ma), MUSIQ, TOPIQ, NIMA, DBCNN, BRISQUE, PI y más...

chaofengc
⭐ 3,452 Python 👤 chaofengc User 🕐 Actualizado 2026-11-12 📅 Creado 2021-11-28
2
photosynthesis-team/piq

Medidas y métricas para tareas de image2image. PyTorch.

photosynthesis-team
⭐ 1,555 Python 👤 photosynthesis-team Organization 🕐 Actualizado 2024-05-12 📅 Creado 2019-12-19
3
xahidbuffon/FUnIE-GAN

Mejora rápida de imágenes submarinas para una percepción visual mejorada. #TensorFlow #PyTorch #RAL2020

xahidbuffon
⭐ 592 Python 👤 xahidbuffon User 🕐 Actualizado 2024-04-08 📅 Creado 2019-02-14
4
JunyaoHu/common_metrics_on_video_quality

Puede calcular fácilmente FVD, PSNR, SSIM, LPIPS para evaluar la calidad de los vídeos generados o predichos.

JunyaoHu
⭐ 586 Python 👤 JunyaoHu User 🕐 Actualizado 2026-01-17 📅 Creado 2022-12-23

Preguntas frecuentes

1

¿Cuál es el repositorio de #psnr más popular en GitHub?

El proyecto de código abierto de #psnr mejor posicionado en GitHub es chaofengc/IQA-PyTorch, con 3,452 estrellas. 🔎 🖼️ 🔥Caja de herramientas PyTorch para la Evaluación de Calidad de Imágenes, incluyendo PSNR, SSIM, LPIPS, FID, NIQE, NRQM(Ma), MUSIQ, TOPIQ, NIMA, DBCNN, BRISQUE, PI y más...

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #psnr?

Entre los proyectos de #psnr mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.

3

¿Cómo se calcula la clasificación de los repositorios de #psnr?

Seguimos 4 repositorios activos de código abierto etiquetados con #psnr (500+ estrellas), que suman un total de 6,185 estrellas, con una media de 1,546 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.