#335 · 主分类： 计算机视觉
InstructIR
computer-vision
deblurring
deep-learning
dehazing
denoising
image-enhancement
image-restoration
inverse-problems
language-model
low-light-image-enhancement
multi-task
multimodal
neural-network
photography
prompt
pytorch
super-resolution
[ECCV 2024] InstructIR：遵循人类指令的高质量图像恢复 https://huggingface.co/spaces/marcosv/InstructIR
项目最后更新：09/26/24
GitHub Stars
741
Forks数量
46
贡献者数量
3
许可证
MIT
收录理由
摄影师和计算机视觉工程师常会遇到照片噪点明显、画面偏暗或模糊不清的情况，以往处理每种问题都得切换不同工具。InstructIR 换了一种思路：只需提供一张图片和一句自然语言指令，同一个网络就能完成去噪、去雨、去模糊、去雾以及低光增强等多项修复任务。对于希望用一套流程应对多种图像清理需求的团队来说，这能省去不少来回折腾的功夫。项目还提供了在线演示，你可以直接尝试诸如色调映射或让照片更有专业感之类的请求。仓库里附带了预训练权重、评估脚本和 Colab 笔记本，既能复现论文报告的结果，也能方便地把模型接入自己的处理流程。
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。