#denoising Репозитории
Откройте для себя 20 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #denoising, с общим числом 24,278 звёзд (в среднем 1,213 на проект). Лидером этой темы является JingyunLiang/SwinIR, набравший 5,263 звёзд.
Всего репозиториев: 20
SwinIR: Восстановление изображений с использованием Swin Transformer (официальный репозиторий)
Инструментарий для восстановления изображений (PyTorch). Коды для обучения и тестирования DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN, SwinIR
Диффузионные модели в медицинской визуализации (Опубликовано в журнале Medical Image Analysis)
Высокопроизводительный трассировщик лучей меша на основе вычислительных шейдеров в Unity3d без RT ядер
Улучшайте изображения с помощью Javascript и ИИ. Повышайте разрешение, ретушируйте, удаляйте шум и многое другое. Открытый исходный код, совместимость с браузером и Node, лицензия MIT.
DeepInverse: библиотека PyTorch для решения обратных задач обработки изображений с использованием глубокого обучения
DIPY — это образцовая библиотека 3D/4D+ медицинской визуализации на Python. Содержит общие методы для пространственной нормализации, обработки сигналов, машинного обучения, статистического анализа и визуализации медицинских изображений. Кроме того, она содержит специализированные методы для вычислительной анатомии, включая диффузионную, перфузионную и структурную визуализацию.
[ICLR 2025] Официальная реализация Posterior-Mean Rectified Flow: К фотореалистичному восстановлению изображений с минимальной среднеквадратичной ошибкой
Восстановление изображений с помощью стохастических дифференциальных уравнений с возвратом к среднему, ICML 2023. Решение-победитель конкурса NTIRE 2023 по удалению теней с изображений.
[ECCV 2024] InstructIR: Высококачественное восстановление изображений по инструкциям человека https://huggingface.co/spaces/marcosv/InstructIR
[ECCV] Swin2SR: SwinV2 Transformer для восстановления и сверхвысокого разрешения сжатых изображений. Семинар "Advances in Image Manipulation (AIM)" ECCV 2022. Попробуйте! Более 3,3 млн запусков https://replicate.com/mv-lab/swin2sr
Сборник статей и кодов CVPR2023/2022 по низкоуровневому зрению
Трассировщик путей для R. Создавайте и рендерите сложные сцены и визуализации данных 3D непосредственно из R.
Обработка сигналов изображений ИИ и вычислительная фотография. Официальная библиотека для соревнований NTIRE (CVPR) и AIM (ICCV/ECCV). Вы найдете обученные ISP, восстановление-повышение разрешения-реконструкцию RAW, улучшение изображений, рендеринг боке и многое другое!
Статьи ICASSP 2023-2024: Полная коллекция влиятельных и интересных исследовательских статей с конференций ICASSP 2023-24. Изучите последние достижения в области акустики, речи и обработки сигналов. Код прилагается. Отметьте репозиторий звездочкой, чтобы поддержать развитие обработки аудио и сигналов!
Часто задаваемые вопросы
Какой репозиторий по теме #denoising наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #denoising на GitHub — JingyunLiang/SwinIR, набравший 5,263 звёзд. SwinIR: Восстановление изображений с использованием Swin Transformer (официальный репозиторий)
Какие языки программирования чаще всего используются в репозиториях по теме #denoising?
Среди наиболее высоко оценённых проектов по теме #denoising на GitHub чаще всего используются языки программирования Python, C++, Jupyter Notebook, C#.
Как рассчитывается рейтинг репозиториев по теме #denoising?
Мы отслеживаем 20 активных репозиториев с открытым исходным кодом, отмеченных тегом #denoising (500 и более звёзд), с общим числом 24,278 звёзд и в среднем 1,213 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.