DocDiff
ACM Multimedia 2023 : DocDiff : Amélioration de documents via des modèles de diffusion résiduels. Contient également 1597 sceaux rouges dans des scènes chinoises, ainsi que leurs masques binaires correspondants.
Améliorez des documents en réduisant le flou, le bruit et d'autres imperfections en utilisant un modèle d'IA spécialisé.
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 momentACM Multimedia 2023 : DocDiff : Amélioration de documents via des modèles de diffusion résiduels. Contient également 1597 sceaux rouges dans des scènes chinoises, ainsi que leurs masques binaires correspondants.
DocDiff compte 349 étoiles sur GitHub. Il a été forké 33 fois. DocDiff est écrit principalement en Python. Il est développé activement depuis 2023. DocDiff est disponible sous licence MIT. Ses principaux thèmes sont : dataset, deblurring, deep-learning, diffusion-models.
Qu'est-ce que DocDiff ?
ACM Multimedia 2023 : DocDiff : Amélioration de documents via des modèles de diffusion résiduels. Contient également 1597 sceaux rouges dans des scènes chinoises, ainsi que leurs masques binaires correspondants.
DocDiff est-il open source ?
DocDiff est un projet open source. Il est distribué sous licence MIT.
DocDiff est-il gratuit ?
Oui. DocDiff est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est DocDiff ?
DocDiff est disponible sous licence MIT.
Dans quel langage DocDiff est-il écrit ?
DocDiff 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/royalvice-docdiff.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.