#225 · 主分类: 计算机视觉

KAIR

bsrgan deep-learning denoising dncnn dpsr esrgan ffdnet flops image-restoration pytorch sisr srmd super-resolution swinir toolbox usrnet

图像恢复工具箱(PyTorch)。包含DPIR、USRNet、DnCNN、FFDNet、SRMD、DPSR、BSRGAN、SwinIR的训练和测试代码。

项目最后更新:10/02/24

GitHub Stars

3.5K

Forks数量

705

贡献者数量

13

许可证

MIT

收录理由

KAIR 是一套面向图像复原的 PyTorch 工具箱,把多种已发表模型的训练与测试代码集中在一起。从 DnCNN、FFDNet 这类去噪网络,到 SRMD、BSRGAN、SwinIR 等超分辨率方法,再到 VRT、RVRT 这类视频复原方案,都能在同一个代码库中找到。它不是那种开箱即用的单一应用,而更像一个参考实现库:你可以用自己的数据从头训练网络,也可以加载预训练权重,对带噪、模糊或低分辨率的图像做推理。仓库里还附带了计算 FLOPs、参数量和内存占用的脚本,在对比不同架构的部署开销时很有用。由于覆盖的任务面广,当你想在某个已发表复原方法的基础上做改进时,从这里起步会比从零重写高效得多。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目