#深度卷积神经网络
相关项目
Bigjpg
Bigjpg利用先进的深度卷积神经网络为动漫和常规图片提供无损放大服务，保持色彩和细节的完整性，支持API接入和多平台操作。
CycleISP
CycleISP框架通过改进的数据合成方法，为图像去噪提供了大规模真实数据对。在RAW和sRGB空间中，模拟相机成像管道，生成信号依赖噪声的图像对，提升了深度卷积神经网络在真实相机数据集上的表现。相比之前的最佳方法，模型参数减少了约5倍。该框架适用于图像去噪和立体电影中的颜色匹配等任务，确保在多种图像处理任务中的优异性能。
crepe
CREPE是一款基于深度卷积神经网络的单音音高跟踪器，直接处理时域波形输入，性能优于流行的音高跟踪器如pYIN和SWIPE。用户可通过PyPI安装，并利用预训练模型进行音高预测，结果包含时间戳、预测音高和置信度。CREPE支持时间步长调整、模型容量选择和时间序列平滑，适用于人声和乐器音频，并支持批量处理。
Bigjpg
Bigjpg是一款利用深度卷积神经网络技术的图像放大工具，专为动漫插画和普通照片优化。该工具在放大图像时能智能降噪和消除锯齿，保持画质。支持2-16倍放大，最大可处理50MB文件。提供网页版、多平台客户端和API接口，是一个全面的图像超分辨率解决方案。