Denoising Vision Transformers (DVT)是一种新的方法,可以有效去除Vision Transformer (ViT)特征图中的网格状伪影,显著提升ViT在下游密集预测任务中的性能。本文将详细介绍DVT的工作原理、实现方法及其在多个计算机视觉任务中的应用效果。
CycleISP是一个创新的深度学习框架,通过模拟相机成像管道实现了RAW和sRGB空间的真实图像噪声合成,为图像去噪任务提供了高质量的训练数据,在真实相机基准数据集上取得了最先进的去噪性能。
NAFNet是一种简单高效的图像恢复基线模型,在去噪、去模糊等多项任务上刷新了SOTA水平,同时计算成本低于现有方法。该模型最大的特点是没有使用任何非线性激活函数,却取得了出色的性能。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号