Advertisement

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...

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • 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。
     
  • 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。
     
  • 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。
     
  • MATLAB图像去噪与平滑工具包
    优质
    MATLAB图像去噪与平滑工具包提供了一系列先进的算法和函数，用于处理图像中的噪声并改善其质量。该工具包支持多种去噪技术，包括但不限于双边滤波、非局部均值去噪等，并提供了简便的界面来调整参数以优化效果。适用于科研、工程等领域需要高质量图像数据的应用场景。 该工具包包含了一些常用的图像处理算法，例如图像高斯平滑、各项同性高斯平滑、各向异性高斯平滑、全变分去噪以及加窗傅里叶变换等。
     
  • Win32 EDSR超分辨率重建工具
    优质
    Win32 EDSR超分辨率重建工具是一款专为Windows系统设计的软件，采用先进的EDSR算法实现图像和视频的超分辨率处理，有效提升画质清晰度与细节表现。 超分辨率重建EDSR（4倍）的win32程序使用了edsr中的基础模型edsr_baseline_x4-6b446fab.pt。
     
  • 基于SRGAN的超分辨率图像重建
    优质
    本研究提出了一种利用SRGAN技术进行超分辨率图像重建的方法，旨在提升低分辨率图像的质量和细节表现。 SRGAN（超分辨率生成对抗网络）是一种用于图像超分辨率重建的技术。该技术通过深度学习方法将低分辨率的图片转换为高分辨率的图片，能够有效提升图像的质量与细节表现力。