#image-restoration Dépôts
Découvrez 46 dépôts GitHub open source actifs associés à #image-restoration, cumulant 127,502 étoiles au total (soit une moyenne de 2,771 étoiles par projet). Le projet en tête de ce thème est TencentARC/GFPGAN, avec 37,311 étoiles.
46 dépôts au total
GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.
Real-ESRGAN vise à développer des algorithmes pratiques pour la restauration générale d'images/vidéos.
[ECCV 2024] Codes de DiffBIR : Vers la restauration d'images aveugles avec un prior génératif de diffusion
Boîte à outils de restauration d'images (PyTorch). Codes d'entraînement et de test pour DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR
Le modèle de restauration d'images à la pointe de la technologie sans fonctions d'activation non linéaires.
[CVPR 2022--Oral] Restormer : Transformer efficace pour la restauration d'images haute résolution. SOTA pour le débruitage de mouvement, le désensitization d'images, le débruitage (données gaussiennes/réelles) et le débruitage de défocalisation.
Implémentation NCNN de Real-ESRGAN. Real-ESRGAN vise à développer des algorithmes pratiques pour la restauration générale d'images.
Une collection d'articles et de codes pour CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 vision de bas niveau
"Retinexformer: Transformateur basé sur Retinex en une étape pour l'amélioration des images en faible luminosité" (ICCV 2023 Top-10 Cité 🏆) & (NTIRE 2024 Finaliste 🏆) & (NTIRE 2025 Gagnant 🏆) & (NTIRE 2026 Gagnant 🏆)
CVPR2023 - Activation de plus de pixels dans le transformeur de super-résolution d'images TPAMI - HAT : Transformeur d'attention hybride pour la restauration d'images
ResShift : Modèle de diffusion efficace pour la super-résolution d'images par décalage résiduel (NeurIPS@2023 Spotlight, TPAMI@2024)
[CVPR 2021] Restauration progressive d'images multi-étapes. Résultats SOTA pour le débruitage, le désentrainement et le déparasitage d'images.
[ICLR 2023 Oral] Restauration d'images sans exemple utilisant le modèle de l'espace nul de diffusion du débruitage
LucidFlux : Restauration d'image photoréaliste sans légende via un transformateur diffusions à grande échelle, ICLR 2026
Implémentation officielle de HYPIR : Harnessing Diffusion-Yielded Score Priors for Image Restoration (SIGGRAPH 2025)
Une boîte à outils pour la reconstruction d'images spectrales compressées, y compris MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022), etc.
[ECCV2024] Pixel-Aware Stable Diffusion pour une super-résolution d'image réaliste et une stylisation personnalisée
[CVPR 2022] Implémentation officielle du papier "Uformer : Un transformeur général en forme de U pour la restauration d'images".
[ICLR2026] SeedVR2: Restauration vidéo en un pas via l'apprentissage post-adversaire de diffusion
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agent intelligent de vision par ordinateur capable de restaurer magiquement n'importe quelle image en 4K parfaite !
[ICLR 2024] Contrôle des modèles Vision-Langage pour la restauration universelle d'images. 5ème place au challenge NTIRE 2024 Restore Any Image Model in the Wild.
[ICLR 2025] Implémentation officielle de Posterior-Mean Rectified Flow : vers une restauration d'image photoréaliste avec un MSE minimum
[ECCV 2020] Apprentissage de caractéristiques enrichies pour la restauration et l'amélioration d'images réelles. Résultats SOTA pour le débruitage d'images, la super-résolution et l'amélioration d'images.
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
[NeurlPS2024] Réseau de diffusion efficace en une étape pour la super-résolution d'images du monde réel
[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
[IEEE TPAMI 2025] Une enquête sur la restauration d'images tout-en-un : Taxonomie, évaluation et tendances futures
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 !
"MST++: Multi-stage Spectral-wise Transformer for Efficient Spectral Reconstruction" (CVPRW 2022) & (Lauréat du NTIRE 2022 Spectral Recovery Challenge) et une boîte à outils pour la reconstruction spectrale
[CVPR 2020--Oral] CycleISP : Restauration d'images réelles via la synthèse de données améliorée
🌕 [BMVC 2022] Vous n'avez besoin que de 90 000 paramètres pour adapter la lumière : un Transformer léger pour l'amélioration des images et la correction de l'exposition. SOTA pour l'amélioration en basse lumière, 0,004 secondes, essayez ceci pour le pré-traitement.
Enregistrement des articles récents sur 1) les tâches de vision de bas niveau telles que l'amélioration de la super-résolution d'images/vidéos ; 2) la génération d'images, principalement des méthodes basées sur le DL après 2018.
Modélisation du bruit basée sur la physique pour la photographie en conditions de très faible luminosité (CVPR 2020 Oral & TPAMI 2021)
InstantIR : Restauration d'images aveugles avec référence générative instantanée 🔥
🚀🚀🚀 [ICML 2026] Implémentation officielle de Robust-U1 : les MLLM peuvent-ils récupérer eux-mêmes du contenu visuel corrompu pour une compréhension robuste ?
Code officiel pour l'article ICCV 2021 "Towards Flexible Blind JPEG Artifacts Removal (FBCNN)"
Foire aux questions
Quel est le dépôt #image-restoration le plus populaire sur GitHub ?
Le projet #image-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 #image-restoration ?
Parmi les projets #image-restoration les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C, C#.
Comment le classement des dépôts #image-restoration est-il calculé ?
Nous suivons 46 dépôts open source actifs associés à #image-restoration (500+ étoiles), totalisant 127,502 étoiles, avec une moyenne de 2,771 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.