Git Stars Git Stars

#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
Total des Dépôts
24,278
Nombre total d'étoiles
1,213
Moyenne d'Étoiles/Dépôt
1
JingyunLiang/SwinIR

SwinIR : Restauration d'images utilisant le Transformer Swin (dépôt officiel)

JingyunLiang
⭐ 5,263 Python 👤 JingyunLiang User 🕐 Mis à jour 2024-05-14 📅 Créé 2021-08-16
2
cszn/KAIR

Boîte à outils de restauration d'images (PyTorch). Codes d'entraînement et de test pour DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR

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

Modèles de diffusion en imagerie médicale (publié dans le Medical Image Analysis Journal)

amirhossein-kz
⭐ 2,116 👤 amirhossein-kz User 🕐 Mis à jour 2025-11-17 📅 Créé 2022-09-24
4
JingyunLiang/VRT

VRT : Un transformateur de restauration vidéo (dépôt officiel)

JingyunLiang
⭐ 1,560 Python 👤 JingyunLiang User 🕐 Mis à jour 2026-09-08 📅 Créé 2022-01-18
5
Pjbomb2/TrueTrace-Unity-Pathtracer

Un Raytracer de Maillage Haute Performance basé sur un Compute Shader dans Unity3d sans RT Cores

Pjbomb2
⭐ 1,020 C# 👤 Pjbomb2 User 🕐 Mis à jour 2026-10-25 📅 Créé 2022-02-20
6
skymanbp/autoshade

Développeur de photos RAW assisté par IA.

skymanbp
⭐ 998 Rust 👤 skymanbp User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-06-26
7
thekevinscott/UpscalerJS

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.

thekevinscott
⭐ 905 TypeScript 👤 thekevinscott User 🕐 Mis à jour 2026-11-20 📅 Créé 2020-07-29
8
jbikker/lighthouse2

Framework Lighthouse 2 pour le ray tracing en temps réel

jbikker
⭐ 862 C++ 👤 jbikker User 🕐 Mis à jour 2024-04-26 📅 Créé 2019-07-10
9
deepinv/deepinv

DeepInverse: une bibliothèque PyTorch pour résoudre les problèmes inverses d'imagerie à l'aide de l'apprentissage profond

deepinv
⭐ 856 Python 👤 deepinv Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-02-10
10
dipy/dipy

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.

dipy
⭐ 854 Python 👤 dipy Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2010-02-06
11
ohayonguy/PMRF

[ICLR 2025] Implémentation officielle de Posterior-Mean Rectified Flow : vers une restauration d'image photoréaliste avec un MSE minimum

ohayonguy
⭐ 750 Python 👤 ohayonguy User 🕐 Mis à jour 2025-02-05 📅 Créé 2024-09-30
12
Algolzw/image-restoration-sde

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.

Algolzw
⭐ 695 Python 👤 Algolzw User 🕐 Mis à jour 2024-07-23 📅 Créé 2023-01-27
13
mv-lab/InstructIR

[ECCV 2024] InstructIR : Restauration d'images de haute qualité suivant les instructions humaines https://huggingface.co/spaces/marcosv/InstructIR

mv-lab
⭐ 693 Jupyter Notebook 👤 mv-lab User 🕐 Mis à jour 2024-09-26 📅 Créé 2024-01-27
14
timothybrooks/hdr-plus

Implémentation HDR+

timothybrooks
⭐ 673 C++ 👤 timothybrooks User 🕐 Mis à jour 2026-01-13 📅 Créé 2016-12-22
15
mv-lab/swin2sr

[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

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

Une collection d'articles et de codes dans CVPR2023/2022 sur la vision de bas niveau

DarrenPan
⭐ 662 👤 DarrenPan User 🕐 Mis à jour 2024-03-01 📅 Créé 2022-03-11
17
tylermorganwall/rayrender

Un pathtracer pour R. Construisez et rendez des scènes complexes et des visualisations de données 3D directement depuis R.

tylermorganwall
⭐ 644 C++ 👤 tylermorganwall User 🕐 Mis à jour 2026-11-16 📅 Créé 2019-03-02
18
nachifur/RDDM

CVPR 2024 : Modèles de Diffusion Résiduels de Débruitage

nachifur
⭐ 585 Python 👤 nachifur User 🕐 Mis à jour 2026-06-09 📅 Créé 2023-08-25
19
mv-lab/AISP

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 !

mv-lab
⭐ 575 Jupyter Notebook 👤 mv-lab User 🕐 Mis à jour 2025-03-05 📅 Créé 2022-06-06
20
DmitryRyumin/ICASSP-2023-24-Papers

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 !

DmitryRyumin
⭐ 527 Python 👤 DmitryRyumin User 🕐 Mis à jour 2025-05-05 📅 Créé 2023-08-01

Foire aux questions

1

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)

2

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#.

3

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.