Project Icon

SeeSR

基于语义感知的实景图像超分辨率方法

SeeSR是一种新型语义感知实景图像超分辨率技术,结合稳定扩散模型和语义信息提升低分辨率图像质量。该方法已被CVPR2024接收并在GitHub开源。SeeSR可处理多种场景图像,并支持快速推理。项目提供预训练模型、测试数据集和使用说明,便于研究和应用。此外,项目还包含DAPE和SeeSR模型的训练指南,以及用于生成训练数据的工具。SeeSR采用tiled vae方法节省GPU内存,并提供Gradio演示界面。该技术在多个真实世界图像数据集上展现出优异性能。

SRGAN-PyTorch - 基于GAN的单图像超分辨率实现
GithubPyTorchSRGAN图像处理开源项目生成对抗网络超分辨率
SRGAN-PyTorch是一个开源项目,实现了基于生成对抗网络的单图像超分辨率算法。该项目能够将图像放大4倍,同时保持高质量和细节。它提供了完整的训练和测试流程,包括预训练模型、数据集处理脚本和性能评估。研究者和开发者可以利用此项目复现原论文结果或在自定义数据上应用SRGAN技术。
CCSR - 改善扩散模型在内容一致超分辨率任务中的稳定性
CCSRGithub图像恢复开源项目扩散模型稳定性超分辨率
CCSR项目专注于提高扩散模型在内容一致超分辨率任务中的稳定性。项目引入全局标准差(G-STD)和局部标准差(L-STD)两个新指标,用于评估基于扩散的方法在超分辨率结果中的图像级和像素级变化。实验表明,CCSR在真实世界和双三次超分辨率任务中均有优异表现,能够生成更稳定、高质量的图像。项目提供开源代码、预训练模型和在线演示,方便研究人员和开发者使用。
BasicSR - 基于PyTorch的图像视频复原工具箱 实现多种先进算法
BasicSRGithubPyTorch图像复原开源项目视频复原超分辨率
BasicSR是基于PyTorch的图像和视频复原工具箱,实现了ESRGAN、BasicVSR等多种先进算法。它支持超分辨率、去噪、去模糊等任务,并提供训练测试指南、数据集准备工具和模型库。该项目为图像复原研究提供了一个功能丰富的开源平台,方便研究人员进行算法开发和性能对比。
AnimeSR - 针对动画视频的高质量超分辨率模型
AnimeSRGithub动画视频开源项目深度学习神经网络超分辨率
AnimeSR是一个专为动画视频设计的超分辨率模型。该项目采用创新技术学习真实世界的动画视频超分辨率,有效提升视频清晰度和质量。AnimeSR提供预训练模型、推理脚本和训练代码,可处理单帧图像和视频。该模型在保持动画风格的同时,能实现更自然的纹理和背景恢复,并减少伪影。项目还发布了AVC数据集用于模型训练和测试。
Awesome-Super-Resolution - 全面收录超分辨率技术研究资源
GitHubGithub图像处理开源项目深度学习论文列表超分辨率
项目提供了丰富的超分辨率技术资源,包括按年份和主题分类的论文列表、数据集和代码仓库。内容涵盖2014年至2024年的研究成果,包括传统方法、深度学习方法、非深度学习方法以及超分辨率研讨会论文。资源库还收录了超分辨率调查报告,并设有快速导航功能,为研究人员和开发者提供便捷的资源检索体验。
PASD - 像素感知稳定扩散模型用于图像超分辨率和风格化
GithubStable Diffusion个性化风格化人工智能图像超分辨率开源项目计算机视觉
PASD是一个基于像素感知稳定扩散模型的开源项目,专注于图像超分辨率和风格化处理。该技术能将低分辨率图像转换为高质量的高分辨率版本,同时支持老照片修复、图像上色和风格转换等多种任务。PASD的核心优势在于其像素级的感知能力,可以在各种复杂的图像处理过程中保持细节的完整性。
multidiffusion-upscaler-for-automatic1111 - 生成与图像放大技术,适用于低显存环境
ControlNetDemofusionGithubTiled DiffusionVAEsd-webui开源项目
通过瓦片扩散与VAE技术,该扩展支持在有限显存条件下生成或放大超大图像(≥2K)。主要功能包括瓦片VAE、瓦片扩散、区域提示控制和噪声反演,并兼容ControlNet、StableSR和SDXL等高级功能。项目免费开放使用和修改,自2023.3.28起代码不得用于商业贩售。访问wiki页面获取更多详细文档和教程。
Upscale-A-Video - 基于扩散模型的时序一致视频超分辨率技术
AI视频处理GithubUpscale-A-VideoYouHQ数据集开源项目扩散模型视频超分辨率
Upscale-A-Video是一个视频超分辨率项目,采用扩散模型技术处理低分辨率视频和文本提示输入。该项目重点解决真实世界视频的时序一致性问题,并发布了YouHQ数据集用于模型训练和评估。Upscale-A-Video旨在提高视频分辨率的同时保持帧间连贯性。
image-restoration-sde - 创新图像恢复方法 结合SDE和扩散模型的IR-SDE与Refusion
GithubIR-SDERefusionSDE图像恢复开源项目深度学习
该项目提出IR-SDE和Refusion两种图像恢复方法。IR-SDE采用均值回复随机微分方程,在多项任务中达到最优性能。Refusion整合潜空间扩散模型,可处理大尺寸真实图像。这些技术适用于合成和实际数据集,有效解决图像去雨、去雾、去阴影等问题。项目开源完整PyTorch实现代码,并提供预训练模型和使用指南。
edsr-base - 轻量级单图像超分辨率深度残差网络
DIV2KEDSRGithubHuggingface图像超分辨率开源项目模型深度学习计算机视觉
EDSR-base是一种轻量级单图像超分辨率深度学习模型,基于增强型深度残差网络架构。该模型在DIV2K数据集上预训练,支持2倍、3倍和4倍图像放大。与原始EDSR相比,EDSR-base采用16个残差块和64个通道,模型大小约5MB。在多个基准数据集上,其PSNR和SSIM指标均优于双三次插值。研究者可通过super-image库使用该模型进行图像放大实验。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号