#denoising Dépôts
Découvrez 20 dépôts GitHub open source actifs associés à #denoising, cumulant 24,278 étoiles au total (soit une moyenne de 1,213 étoiles par projet). Le projet en tête de ce thème est JingyunLiang/SwinIR, avec 5,263 étoiles.
20 dépôts au total
Boîte à outils de restauration d'images (PyTorch). Codes d'entraînement et de test pour DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR
Modèles de diffusion en imagerie médicale (publié dans le Medical Image Analysis Journal)
Un Raytracer de Maillage Haute Performance basé sur un Compute Shader dans Unity3d sans RT Cores
Améliorez les images avec Javascript et l'IA. Augmentez la résolution, retouchez, supprimez le bruit, et plus encore. Open Source, compatible navigateur et Node, licence MIT.
DeepInverse: une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie à l'aide de l'apprentissage profond
DIPY est la bibliothèque exemplaire d'imagerie médicale 3D/4D+ en Python. Elle contient des méthodes génériques pour la normalisation spatiale, le traitement du signal, l'apprentissage automatique, l'analyse statistique et la visualisation d'images médicales. De plus, elle contient des méthodes spécialisées pour l'anatomie computationnelle, incluant l'imagerie par diffusion, la perfusion et l'imagerie structurale.
[ICLR 2025] Implémentation officielle de Posterior-Mean Rectified Flow : vers une restauration d'image photoréaliste avec un MSE minimum
Restauration d'images avec des équations différentielles stochastiques à retour moyen, ICML 2023. Solution gagnante du défi NTIRE 2023 de suppression d'ombres d'images.
[ECCV 2024] InstructIR : Restauration d'images de haute qualité suivant les instructions humaines https://huggingface.co/spaces/marcosv/InstructIR
[ECCV] Swin2SR: SwinV2 Transformer pour la Super-Résolution et la Restauration d'Images Compressées. Atelier "Advances in Image Manipulation (AIM)" ECCV 2022. Essayez-le ! Plus de 3,3 millions d'exécutions https://replicate.com/mv-lab/swin2sr
Une collection d'articles et de codes dans CVPR2023/2022 sur la vision de bas niveau
Un pathtracer pour R. Construisez et rendez des scènes complexes et des visualisations de données 3D directement depuis R.
Traitement du signal d'image IA et photographie computationnelle. Bibliothèque officielle pour les défis NTIRE (CVPR) et AIM (ICCV/ECCV). Vous y trouverez des ISP appris, la restauration-mise à l'échelle-reconstruction RAW, l'amélioration d'image, le rendu bokeh et plus encore !
Articles ICASSP 2023-2024 : Une collection complète d'articles de recherche influents et passionnants des conférences ICASSP 2023-24. Explorez les derniers développements en matière d'acoustique, de parole et de traitement du signal. Code inclus. Étoilez le dépôt pour soutenir l'avancement du traitement audio et du signal !
Foire aux questions
Quel est le dépôt #denoising le plus populaire sur GitHub ?
Le projet #denoising open source le mieux classé sur GitHub est JingyunLiang/SwinIR, avec 5,263 étoiles. SwinIR : Restauration d'images utilisant le Transformer Swin (dépôt officiel)
Quels langages de programmation sont les plus utilisés dans les dépôts #denoising ?
Parmi les projets #denoising les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, C#.
Comment le classement des dépôts #denoising est-il calculé ?
Nous suivons 20 dépôts open source actifs associés à #denoising (500+ étoiles), totalisant 24,278 étoiles, avec une moyenne de 1,213 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.