Startseite Projekte DeRaindrop
DeRaindrop
Python

DeRaindrop

Aufmerksames generatives adversariales Netzwerk zur Entfernung von Regentropfen aus einem einzelnen Bild (CVPR 2018)

von rui1996 · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
computer-visioncvpr2018low-level-visionPython
Auf GitHub ansehen
In einfachen Worten

Richten Sie schnell eine Plattform zum Starten von generativen KI-Projekten und -Diensten ein.

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 →
DeRaindrop — GitHub preview card
📈 Sternhistorie
551550
2026-07-202026-08-31
📈 DeRaindrop verfolgen

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

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

Aufmerksames generatives adversariales Netzwerk zur Entfernung von Regentropfen aus einem einzelnen Bild (CVPR 2018)

DeRaindrop hat 550 Sterne auf GitHub. Es wurde 114-mal geforkt. DeRaindrop ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. Die Hauptthemen sind: computer-vision, cvpr2018, low-level-vision.

Frequently asked questions

Was ist DeRaindrop?

Aufmerksames generatives adversariales Netzwerk zur Entfernung von Regentropfen aus einem einzelnen Bild (CVPR 2018)

Ist DeRaindrop Open Source?

DeRaindrop ist ein Open-Source-Projekt.

Ist DeRaindrop kostenlos?

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

In welcher Sprache ist DeRaindrop geschrieben?

DeRaindrop ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — DeRaindrop

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

[![olud.ai](https://olud.ai/badge.php?tool=rui1996-deraindrop)](https://olud.ai/project/rui1996-deraindrop.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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