超分辨率相关的开源项目

本文涉及的产品
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,图像通用资源包5000点
视觉智能开放平台,视频通用资源包5000点
简介: 该文档介绍了多种超分辨率模型及其GitHub项目地址,包括Real-ESRGAN(优化真实图片质量)、RCAN(基于残差结构与通道注意力机制)、SwinIR(基于Swin Transformer的图像恢复)、FSRCNN(轻量级快速超分辨率)、EDSR(增强型深度残差网络)、SRGAN(利用GAN的超分辨率模型)及LapSRN(多级Laplacian金字塔超分辨率)。


  • Real-ESRGAN: 这是ESRGAN的一个升级版,针对真实世界图片进行了优化,提供了更好的视觉质量和更少的伪影。


项目地址:GitHub : https://github.com/xinntao/Real-ESRGAN


  • RCAN (Residual Channel Attention Network): RCAN是一个基于残差结构和通道注意力机制的超分辨率模型,它在多个基准数据集上表现优异。


项目地址:GitHub : https://github.com/yulunzhang/RCAN


  • SwinIR (Swin Transformer based Image Restoration): 这是一个基于Swin Transformer的图像恢复模型,适用于多种低级视觉任务,包括超分辨率。


项目地址:GitHub: https://github.com/JingyunLiang/SwinIR



  • FSRCNN (Fast Super-Resolution Convolutional Neural Network) 轻量级且快速的超分辨率模型。


GitHub地址:https://github.com/wangtianyu2016/FSRCNN



  • EDSR (Enhanced Deep Residual Networks for Single Image Super-Resolution) 基于残差网络的超分辨率算法。


GitHub地址:https://github.com/sanghyun-son/EDSR-PyTorch



  • SRGAN (Super-Resolution Generative Adversarial Network) 利用GAN进行超分辨率的经典模型。


GitHub地址:https://github.com/tensorlayer/srgan



  • LapSRN (Laplacian Pyramid Super-Resolution Network) 使用Laplacian金字塔进行多级超分辨率。


GitHub地址:https://github.com/phoenix104104/LapSRN



相关文章
|
9月前
|
Ubuntu 机器人 Linux
|
机器学习/深度学习 编解码
ICCV 2023 超分辨率(Super-Resolution)论文汇总
ICCV 2023 超分辨率(Super-Resolution)论文汇总
670 0
|
7月前
|
机器学习/深度学习 编解码 人工智能
InvSR:开源图像超分辨率生成模型,提升分辨率,修复老旧照片为超清图像
InvSR 是一个创新的图像超分辨率模型,基于扩散模型的逆过程恢复高分辨率图像。它通过深度噪声预测器和灵活的采样机制,能够高效地提升图像分辨率,适用于老旧照片修复、视频监控、医疗成像等多个领域。
1101 9
InvSR:开源图像超分辨率生成模型,提升分辨率,修复老旧照片为超清图像
|
固态存储 计算机视觉 异构计算
一起来学MediaPipe(一)人脸及五官定位检测
一起来学MediaPipe(一)人脸及五官定位检测
3752 0
一起来学MediaPipe(一)人脸及五官定位检测
|
缓存 NoSQL 数据库
探秘Redis读写策略:CacheAside、读写穿透、异步写入
本文介绍了 Redis 的三种高可用性读写模式:CacheAside、Read/Write Through 和 Write Behind Caching。CacheAside 简单易用,但可能引发数据不一致;Read/Write Through 保证数据一致性,但性能可能受限于数据库;Write Behind Caching 提高写入性能,但有数据丢失风险。开发者应根据业务需求选择合适模式。
1612 2
探秘Redis读写策略:CacheAside、读写穿透、异步写入
|
计算机视觉 Python
图像增强、锐化,利用 Python-OpenCV 来实现 4 种方法!
图像增强目的使得模糊图片变得更加清晰、图片模糊的原因是因为像素灰度差值变化不大,图片各区域产生视觉效果似乎都是一样的, 没有较为突出的地方,看起来不清晰的感觉 解决这个问题的最直接简单办法,放大像素灰度值差值、使图像中的细节更加清晰。
图像增强、锐化,利用 Python-OpenCV 来实现 4 种方法!
|
6月前
|
机器学习/深度学习 编解码 人工智能
STAR:南京大学联合字节开源视频超分辨率增强生成框架,视频清晰度一键提升,支持从低分辨率视频生成高分辨率视频
STAR 是由南京大学、字节跳动和西南大学联合推出的视频超分辨率框架,能够将低分辨率视频提升为高分辨率,同时保持细节清晰度和时间一致性。
1066 13
STAR:南京大学联合字节开源视频超分辨率增强生成框架,视频清晰度一键提升,支持从低分辨率视频生成高分辨率视频
|
9月前
|
存储 机器学习/深度学习 编解码
免费的视频增强模型Video2X
免费的视频增强模型Video2X
596 2
|
11月前
|
机器学习/深度学习 并行计算 PyTorch
ONNX 优化技巧:加速模型推理
【8月更文第27天】ONNX (Open Neural Network Exchange) 是一个开放格式,用于表示机器学习模型,使模型能够在多种框架之间进行转换。ONNX Runtime (ORT) 是一个高效的推理引擎,旨在加速模型的部署。本文将介绍如何使用 ONNX Runtime 和相关工具来优化模型的推理速度和资源消耗。
4889 4
|
11月前
|
Linux
在Linux中,ps aux 中的 VSZ 代表什么意思?RSS 代表什么意思?
在Linux中,ps aux 中的 VSZ 代表什么意思?RSS 代表什么意思?

热门文章

最新文章