#face-restoration Dépôts
Découvrez 7 dépôts GitHub open source actifs associés à #face-restoration, cumulant 58,824 étoiles au total (soit une moyenne de 8,403 étoiles par projet). Le projet en tête de ce thème est TencentARC/GFPGAN, avec 37,311 étoiles.
7 dépôts au total
GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.
[NeurIPS 2022] Vers une restauration robuste des visages à l'aveugle avec le transformers de recherche dans un livre de codes
Outil d'amélioration du visage CodeFormer avec interface graphique, décompressez et utilisez immédiatement
DifFace : Restauration aveugle de visages avec contraction d'erreurs diffusées (TPAMI, 2024)
Affinez et améliorez la qualité des petits visages dans les vidéos MiniMax H3. Suivez les visages image par image, recadrez-les, améliorez-les avec H3, puis réintégrez-les à la vidéo.
Une liste complète de ressources (articles, dépôts, etc.) sur les méthodes de restauration faciale.
[ECCV'24] Propagation de caractéristiques inspirée par Kalman pour la super-résolution vidéo des visages
Foire aux questions
Quel est le dépôt #face-restoration le plus populaire sur GitHub ?
Le projet #face-restoration open source le mieux classé sur GitHub est TencentARC/GFPGAN, avec 37,311 étoiles. GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.
Quels langages de programmation sont les plus utilisés dans les dépôts #face-restoration ?
Parmi les projets #face-restoration les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #face-restoration est-il calculé ?
Nous suivons 7 dépôts open source actifs associés à #face-restoration (500+ étoiles), totalisant 58,824 étoiles, avec une moyenne de 8,403 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.