image-restoration-sde
Restauration d'images avec des équations différentielles stochastiques à moyenne régressive, ICML 2023. Solution gagnante du défi de suppression d'ombres d'images NTIRE 2023.
Restaurer des images en supprimant les ombres et autres imperfections en utilisant des techniques et modèles mathématiques avancés.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentRestauration d'images avec des équations différentielles stochastiques à moyenne régressive, ICML 2023. Solution gagnante du défi de suppression d'ombres d'images NTIRE 2023.
image-restoration-sde compte 721 étoiles sur GitHub. Il a été forké 58 fois. image-restoration-sde est écrit principalement en Python. Il est développé activement depuis 2023. image-restoration-sde est disponible sous licence MIT. Ses principaux thèmes sont : deblurring, dehazing, denoising, deraining.
Qu'est-ce que image-restoration-sde ?
Restauration d'images avec des équations différentielles stochastiques à moyenne régressive, ICML 2023. Solution gagnante du défi de suppression d'ombres d'images NTIRE 2023.
image-restoration-sde est-il open source ?
image-restoration-sde est un projet open source. Il est distribué sous licence MIT.
image-restoration-sde est-il gratuit ?
Oui. image-restoration-sde est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est image-restoration-sde ?
image-restoration-sde est disponible sous licence MIT.
Dans quel langage image-restoration-sde est-il écrit ?
image-restoration-sde est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/algolzw-image-restoration-sde.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.