Git Stars Git Stars

#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
Total des Dépôts
10,830
Nombre total d'étoiles
1,547
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python TeX Jupyter Notebook
1
chaofengc/IQA-PyTorch

🔎 🖼️ 🔥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...

chaofengc
⭐ 3,452 Python 👤 chaofengc User 🕐 Mis à jour 2026-11-12 📅 Créé 2021-11-28
2
Kobaayyy/Awesome-CVPR2026-CVPR2025-CVPR2024-CVPR2021-CVPR2020-Low-Level-Vision

Une collection d'articles et de codes pour CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 vision de bas niveau

Kobaayyy
⭐ 1,759 👤 Kobaayyy User 🕐 Mis à jour 2026-06-26 📅 Créé 2020-06-19
3
photosynthesis-team/piq

Mesures et métriques pour les tâches image2image. PyTorch.

photosynthesis-team
⭐ 1,555 Python 👤 photosynthesis-team Organization 🕐 Mis à jour 2024-05-12 📅 Créé 2019-12-19
4
chaofengc/Awesome-Image-Quality-Assessment

Une collection complète d'articles IQA

chaofengc
⭐ 1,554 TeX 👤 chaofengc User 🕐 Mis à jour 2026-11-04 📅 Créé 2021-11-28
5
christophschuhmann/improved-aesthetic-predictor

Prédicteur de score esthétique CLIP+MLP

christophschuhmann
⭐ 1,238 Python 👤 christophschuhmann User 🕐 Mis à jour 2024-07-01 📅 Créé 2022-06-25
6
Q-Future/Q-Align

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.

Q-Future
⭐ 636 Python 👤 Q-Future Organization 🕐 Mis à jour 2026-06-24 📅 Créé 2023-12-14
7
tgxs002/HPSv2

Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image

tgxs002
⭐ 636 Jupyter Notebook 👤 tgxs002 User 🕐 Mis à jour 2024-05-24 📅 Créé 2023-06-14

Foire aux questions

1

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...

2

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.

3

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.