#373 · 主分类: 计算机视觉

CycleISP

camera-imaging-pipeline computer-vision cvpr2020 cycleisp data-synthesis image-denoising image-restoration low-level-vision pytorch raw2rgb rgb2raw

[CVPR 2020--Oral] CycleISP: 通过改进数据合成实现真实图像恢复

项目最后更新:09/24/24

GitHub Stars

575

Forks数量

80

贡献者数量

2

许可证

Other

收录理由

用合成高斯噪声训练出来的去噪模型,放到真实相机照片上常常效果不佳,因为真实噪声与信号强度相关,还会被相机成像流程进一步改造。CycleISP 把成像管线做成可双向运行的模型,既能从干净的 sRGB 图生成 RAW,也能从 RAW 还原回 sRGB,从而在两种色彩空间里都能造出逼真的干净/带噪图像对。这样一来,你不需要花大价钱去采集真实噪声数据,用普通照片就能构建 RAW 和 sRGB 去噪的训练集。仓库里备好了预训练权重和 DND、SIDD 基准的评测脚本,想复现论文结果或拿自己的数据重新训练都行。这是个研究型代码库,用的时候得自己动手操作 PyTorch 和现成脚本。

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