Advertisement

BasicSR：一个开源的图像与视频恢复工具箱，适用于超分辨率、去噪及去模糊等功能。目前包含EDSR、RCAN、SRResNet等模型。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
BasicSR是一款全面的开源图像和视频修复工具箱，支持超分辨率、去噪及去模糊等多种功能，内置了如EDSR、RCAN、SRResNet等先进模型。 BasicSR（基本超分辨率）是一个基于PyTorch的开源图像和视频恢复工具箱，支持多种任务如超分辨率、降噪、去模糊以及JPEG伪像去除等功能。 2020年11月29日新增了ESRGAN和DFDNet功能。同年9月8日添加了盲人脸恢复推理代码，并在8月27日加入了StyleGAN2的训练与测试代码，进一步丰富了工具箱的功能集。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • BasicSR：一个开源的图像与视频恢复工具箱，适用于超分辨率、去噪及去模糊等功能。目前包含EDSR、RCAN、SRResNet等模型。
    优质
    BasicSR是一款全面的开源图像和视频修复工具箱，支持超分辨率、去噪及去模糊等多种功能，内置了如EDSR、RCAN、SRResNet等先进模型。 BasicSR（基本超分辨率）是一个基于PyTorch的开源图像和视频恢复工具箱，支持多种任务如超分辨率、降噪、去模糊以及JPEG伪像去除等功能。 2020年11月29日新增了ESRGAN和DFDNet功能。同年9月8日添加了盲人脸恢复推理代码，并在8月27日加入了StyleGAN2的训练与测试代码，进一步丰富了工具箱的功能集。
     
  • BasicSR：面向超分辨率、去噪及去模糊等任务的开源图像与视频修复工具包。目前包含EDSR、RCAN、SRResNet、SRGAN...
    优质
    BasicSR是一款专注于图像和视频修复任务（如超分辨率重建、去噪及去模糊）的开源工具包，集成多种先进模型，包括但不限于EDSR、RCAN、SRResNet与SRGAN。 BasicSR（基本超分辨率）是基于PyTorch的一个开源图像和视频恢复工具箱，支持多种任务如超分辨率、降噪、去模糊以及JPEG伪像去除等。 2020年11月29日更新：添加了ESRGAN和DFDNet功能。 2020年9月8日更新：增加了盲人脸恢复推理代码。 2020年8月27日更新：加入StyleGAN2的训练与测试代码。
     
  • Keras图像超分辨率：EDSR、RCAN、SRGAN、SRFEAT、ESRGAN
    优质
    本项目探讨了使用Keras实现的几种先进的深度学习模型（如EDSR、RCAN、SRGAN、SRFEAT和ESRGAN），专注于提升图像质量，特别是在超分辨率领域。 单图像超分辨率技术包括EDSR、SRGAN、SRFeat、RCAN、ESRGAN以及我们团队开发的ERCA算法。该项目的目标在于提升基础模型（即SRFeat）的表现力。为了运行这个项目，你需要先搭建好环境，并下载相应的数据集；之后要执行脚本处理这些数据，最后可以开始训练和测试网络模型了。 我将分步骤指导你如何进行这项工作，希望说明足够清晰易懂。在一台配置为Core i7处理器、64GB RAM以及Titan XP GPU的机器上进行了项目测试。鉴于训练过程可能需要数天时间完成，请确保你的硬件环境（CPU/GPU）具备足够的性能，并且至少配备12GB以上的RAM。 对于软件开发环境，我推荐使用virtualenv工具来创建一个隔离的工作空间——venv。你可以通过pip命令安装这个虚拟环境管理器： ``` pip install virtualenv ``` 接下来用Python3版本的virtualenv来生成名为“venv”的独立工作区： ``` python3 -m venv venv ```
     
  • 基于PyTorch的图像恢复与去噪工具箱- Python版
    优质
    这是一个使用Python和PyTorch开发的图像恢复与去噪工具箱，旨在帮助用户处理受损或质量低下的图片。 PyTorch实现的图像恢复/去噪工具箱包括DnCNN、FFDNet、SRMD、DPSR、MSRResNet、ESRGAN和IMDN的训练与测试代码，由Kai Zhang在瑞士苏黎世联邦理工学院计算机视觉实验室开发。近期将添加USRNet (CVPR 2020) 的训练及测试代码。
     
  • 基于Python的图像处理仿真源码及数据（去雨、去雾、去模糊、夜景复原、超分辨率、像素级分割）.zip
    优质
    本资源包提供了一系列使用Python编写的图像处理代码和数据，涵盖去雨、去雾、去模糊、夜景修复及超分辨率等技术，并包含详细文档。 基于Python实现的图像去雨、去雾、去模糊、夜景复原、超分辨率及像素级分割仿真源码+数据.zip文件已获得导师指导并通过，并取得了97分的高分，适合用作课程设计或期末大作业项目。该资源下载后无需修改即可直接使用，确保完整且可以运行。
     
  • TV图像去噪模型及其应用_TV图像去噪_图像去噪技术_去噪图像处理_TV模型_图像去噪方法TV
    优质
    本文探讨了用于电视图像的先进去噪模型与技术，包括多种图像去噪方法和TV（Total Variation）模型的应用，以提升图像清晰度。 去噪模型TV是一种用于去除图像噪声的算法或技术。该模型旨在通过特定的方法减少图像中的干扰因素，以提高图像的质量和清晰度。
     
  • PyTorch图像修复与去噪工具箱.zip
    优质
    PyTorch图像修复与去噪工具箱是一款基于PyTorch开发的开源软件包，提供一系列深度学习模型用于处理图片的修复和降噪问题，助力于计算机视觉领域的研究者和开发者。 图像还原工具箱（PyTorch）。包含DnCNN、FFDNet、SRMD、DPSR、MSRResNet、ESRGAN和IMDN的培训与测试代码。这是一个用于图像恢复及去噪功能的PyTorch工具箱，名为KAIR - Image Restoration Toolbox (PyTorch)。
     
  • 基础超分辨率工具包，涵盖SRResNet、SRGAN、ESRGAN等-Python实现
    优质
    本项目提供一系列先进的图像超分辨率算法的Python实现，包括SRResNet、SRGAN及ESRGAN，助力于研究与应用开发。 我们已经将BasicSR合并到了MMSR工具箱中：MMSR是基于PyTorch的开源图像和视频超分辨率解决方案。这是香港中文大学多媒体实验室开发的一个开放式mmlab项目的一部分。 MMSR继承了我们的前期工作，包括BasicSR、ESRGAN 和 EDVR等项目。我们已经更新了BasicSR工具箱（v0.1版本），几乎所有文件都有所改动，具体包括：支持PyTorch 1.1以及分布式训练的简化网络结构，并且对数据集进行了重写。