#image-quality-assessment Dépôts
Découvrez 7 dépôts GitHub open source actifs associés à #image-quality-assessment, cumulant 10,830 étoiles au total (soit une moyenne de 1,547 étoiles par projet). Le projet en tête de ce thème est chaofengc/IQA-PyTorch, avec 3,452 étoiles.
7 dépôts au total
🔎 🖼️ 🔥Boîte à outils PyTorch pour l'évaluation de la qualité des images, incluant PSNR, SSIM, LPIPS, FID, NIQE, NRQM(Ma), MUSIQ, TOPIQ, NIMA, DBCNN, BRISQUE, PI et plus...
Une collection d'articles et de codes pour CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 vision de bas niveau
③[ICML2024] [IQA, IAA, VQA] Modèle de base tout-en-un pour la notation visuelle. Peut être affiné efficacement sur des jeux de données en aval.
Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image
Foire aux questions
Quel est le dépôt #image-quality-assessment le plus populaire sur GitHub ?
Le projet #image-quality-assessment open source le mieux classé sur GitHub est chaofengc/IQA-PyTorch, avec 3,452 étoiles. 🔎 🖼️ 🔥Boîte à outils PyTorch pour l'évaluation de la qualité des images, incluant PSNR, SSIM, LPIPS, FID, NIQE, NRQM(Ma), MUSIQ, TOPIQ, NIMA, DBCNN, BRISQUE, PI et plus...
Quels langages de programmation sont les plus utilisés dans les dépôts #image-quality-assessment ?
Parmi les projets #image-quality-assessment les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TeX, Jupyter Notebook.
Comment le classement des dépôts #image-quality-assessment est-il calculé ?
Nous suivons 7 dépôts open source actifs associés à #image-quality-assessment (500+ étoiles), totalisant 10,830 étoiles, avec une moyenne de 1,547 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.