#225 · 主分类: 计算机视觉
KAIR
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。