Inicio Proyectos PyNET-PyTorch
PyNET-PyTorch
Python

PyNET-PyTorch

Generando fotos RGB a partir de archivos de imagen RAW con PyNET (PyTorch)

por aiff22 · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
cameracomputer-visiondeep-learningPython
Ver en GitHub
En palabras simples

Convierte imágenes RAW de cámaras móviles en fotos de alta calidad utilizando un modelo de aprendizaje profundo.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
PyNET-PyTorch — GitHub preview card
📈 Historial de estrellas
391390
2026-07-202026-08-31
📈 Sigue PyNET-PyTorch

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Generando fotos RGB a partir de archivos de imagen RAW con PyNET (PyTorch)

PyNET-PyTorch tiene 390 estrellas en GitHub. Se ha bifurcado 59 veces. PyNET-PyTorch está escrito principalmente en Python. Se desarrolla activamente desde 2020. Sus temas principales son: camera, computer-vision, deep-learning, image-enhancement.

Frequently asked questions

¿Qué es PyNET-PyTorch?

Generando fotos RGB a partir de archivos de imagen RAW con PyNET (PyTorch)

¿PyNET-PyTorch es de código abierto?

PyNET-PyTorch es un proyecto de código abierto.

¿PyNET-PyTorch es gratis?

Sí. PyNET-PyTorch es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito PyNET-PyTorch?

PyNET-PyTorch está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — PyNET-PyTorch

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=aiff22-pynet-pytorch)](https://olud.ai/project/aiff22-pynet-pytorch.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.