#457 · 主分类: 计算机视觉

SRN-Deblur

computer-vision deblurring image-processing

深度图像去模糊的 Scale-recurrent Network 仓库

项目最后更新:09/05/21

GitHub Stars

762

Forks数量

189

贡献者数量

2

许可证

MIT

收录理由

照片拍糊了,多半是手抖或物体运动造成的模糊,这个仓库正是针对这类问题的一份经典研究代码。它实现了CVPR 2018上提出的尺度递归网络,采用从粗到细的策略,在多个分辨率上逐步处理图像,让模糊的输入逐渐变得清晰。项目自带预训练模型,通过run_model.py脚本就能直接对文件夹里的图片做去模糊处理,无需重新训练。不过要提醒的是,这是2018年的研究代码,环境依赖比较老,需要Python 2.7和TensorFlow 1.4,而且输入图像的宽高必须是16的倍数。对于愿意花时间适配旧代码的团队来说,它是个不错的参考;如果期待开箱即用的现代库,可能会有些失望。对于想研究或复现经典去模糊架构的人,文档里也详细说明了基于GoPro数据集的训练流程。

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