#denoising 仓库
探索 20 个标记为 #denoising 的活跃开源 GitHub 仓库,它们累计获得 24,278 个 Star(平均每个项目 1,213 个)。该主题的领先项目是 JingyunLiang/SwinIR,拥有 5,263 个 Star。
共 20 个仓库
医学影像中的扩散模型(发表于 Medical Image Analysis 期刊)
DIPY 是 Python 中典范的 3D/4D+ 医学成像库。包含用于空间归一化、信号处理、机器学习、统计分析和医学图像可视化的通用方法。此外,它包含用于计算解剖学的专用方法,包括扩散、灌注和结构成像。
[ECCV 2024] InstructIR: 遵循人类指令的高质量图像恢复 https://huggingface.co/spaces/marcosv/InstructIR
[ECCV] Swin2SR: 用于压缩图像超分辨率和修复的SwinV2 Transformer。ECCV 2022 "Advances in Image Manipulation (AIM)" 会议研讨会。立即尝试!超过330万次运行 https://replicate.com/mv-lab/swin2sr
AI图像信号处理和计算摄影。NTIRE (CVPR) 和 AIM (ICCV/ECCV) 挑战的官方库。您将找到学习到的ISP、RAW恢复-上采样-重建、图像增强、散景渲染等!
ICASSP 2023-2024 论文:ICASSP 2023-24 会议中有影响力和令人兴奋的研究论文的完整合集。探索声学、语音和信号处理领域的最新进展。包含代码。给该仓库加星以支持音频和信号处理的进步!
常见问题解答
GitHub 上最受欢迎的 #denoising 仓库是什么?
GitHub 上排名第一的开源 #denoising 项目是 JingyunLiang/SwinIR,拥有 5,263 个 Star。SwinIR: 使用Swin Transformer进行图像恢复(官方仓库)
#denoising 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #denoising 项目中,最常见的编程语言是 Python, C++, Jupyter Notebook, C#。
#denoising 仓库的排名是如何计算的?
我们跟踪了 20 个标记为 #denoising 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 24,278 个 Star,平均每个仓库拥有 1,213 个 Star。排名每日根据 GitHub API 更新。