dcscn-super-resolution
Una implementación de tensorflow de "Resolución de Superficie de Imagen Rápida y Precisa por CNN Profunda con Conexión Salto y Red en Red", un modelo de Super-Resolución de Imagen Única (SISR) basado en aprendizaje profundo.
Mejora la calidad de imagen utilizando un modelo de aprendizaje profundo diseñado para superresolución.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna implementación de tensorflow de "Resolución de Superficie de Imagen Rápida y Precisa por CNN Profunda con Conexión Salto y Red en Red", un modelo de Super-Resolución de Imagen Única (SISR) basado en aprendizaje profundo.
dcscn-super-resolution tiene 713 estrellas en GitHub. Se ha bifurcado 219 veces. dcscn-super-resolution está escrito principalmente en Python. Se desarrolla activamente desde 2017. dcscn-super-resolution está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, deep-learning, python, super-resolution.
¿Qué es dcscn-super-resolution?
Una implementación de tensorflow de "Resolución de Superficie de Imagen Rápida y Precisa por CNN Profunda con Conexión Salto y Red en Red", un modelo de Super-Resolución de Imagen Única (SISR) basado en aprendizaje profundo.
¿dcscn-super-resolution es de código abierto?
dcscn-super-resolution es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿dcscn-super-resolution es gratis?
Sí. dcscn-super-resolution es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está dcscn-super-resolution?
dcscn-super-resolution está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito dcscn-super-resolution?
dcscn-super-resolution está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/jiny2001-dcscn-super-resolution.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.