Startseite› Projekte› swin2sr
swin2sr

swin2sr

von mv-lab · GitHub

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bild-Super-Resolution und -Wiederherstellung. Fortschritte in der Bildmanipulation (AIM) Workshop ECCV 2022. Probieren Sie es aus! über 3.3M Läufe https://replicate.com/mv-lab/swin2sr

# compression# compression-artifact-reduction# computer-vision# deblocking# deep-learning
Auf GitHub ansehen
In einfachen Worten

Verbessern Sie die Qualität komprimierter Bilder, indem Sie Details wiederherstellen und Artefakte mit einem neuronalen Netzwerkmodell reduzieren.

⭐ Sterne
690
🍴 Forks
82
🔥 Trendend
+1 diese Woche
📜 Lizenz
Apache-2.0
Kommerzielle Nutzung erlaubt
📅 Erstellt
2022
🔄 Letzter Commit
1 yr ago
🏷️ Kategorie
compression
💻 Sprache
Python
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
swin2sr — GitHub preview card
📈 Sternhistorie
690689
2026-07-202026-07-29
📈 swin2sr verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bild-Super-Resolution und -Wiederherstellung. Fortschritte in der Bildmanipulation (AIM) Workshop ECCV 2022. Probieren Sie es aus! über 3.3M Läufe https://replicate.com/mv-lab/swin2sr

swin2sr hat 690 Sterne auf GitHub. Es wurde 82-mal geforkt. swin2sr ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. swin2sr ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: compression, compression-artifact-reduction, computer-vision, deblocking.

❓ Frequently asked questions

Was ist swin2sr?

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bild-Super-Resolution und -Wiederherstellung. Fortschritte in der Bildmanipulation (AIM) Workshop ECCV 2022. Probieren Sie es aus! über 3.3M Läufe https://replicate.com/mv-lab/swin2sr

Ist swin2sr Open Source?

swin2sr ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist swin2sr kostenlos?

Ja. swin2sr ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht swin2sr?

swin2sr ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist swin2sr geschrieben?

swin2sr ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — swin2sr

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=mv-lab-swin2sr)](https://opensourceai.tech/project/mv-lab-swin2sr.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
MIRNet
[ECCV 2020] Lernen angereicherter Merkmale zur Wiederherstellung und Verbesserung realer Bilder…
★ 724 · attention-mechanism
teiltimage-denoisinglow-level-vision
AISP
KI-Bildsignalverarbeitung und computergestützte Fotografie. Offizielle Bibliothek für NTIRE (CV…
★ 586 · camera
teiltntiredenoising
headroom
Kompresse Toolausgaben, Protokolle, Dateien und RAG-Chunks, bevor sie das LLM erreichen. 20 % w…
★ 63k · agent
DeepSpeed
DeepSpeed ist eine Optimierungsbibliothek für Deep Learning, die verteiltes Training und Infere…
★ 42.8k · billion-parameters
PaddleNLP
Einfache und leistungsstarke LLM- und SLM-Bibliothek mit fantastischem Modell-Zoo.
★ 13k · bert
SimpleMem
SimpleMem: Effiziente lebenslange Speicherung für LLM-Agenten — Text & Multimodal
★ 3.7k · agent
vortex
Ein erweiterbares, hochmodernes Framework für spaltenbasierte Kompression und das schnellste FO…
★ 3.1k · array
aimet
AIMET ist eine Bibliothek, die fortschrittliche Quantisierungs- und Kompressionstechniken für t…
★ 2.7k · auto-ml
bolt
10x schnellere Matrix- und Vektoroperationen
★ 2.5k · compression
Awesome-Efficient-LLM
Eine kuratierte Liste für effiziente große Sprachmodelle
★ 2k · compression

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.