DDNM
[ICLR 2023 Oral] Restauration d'image en zéro-shot utilisant le modèle de diffusion de débruitage Null-Space
Restaurez des images comme des vieilles photos ou des images floues sans avoir besoin d'entraînement ou d'ajustements.
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 moment[ICLR 2023 Oral] Restauration d'image en zéro-shot utilisant le modèle de diffusion de débruitage Null-Space
DDNM compte 1.3k étoiles sur GitHub. Il a été forké 105 fois. DDNM est écrit principalement en Python. Il est développé activement depuis 2022. DDNM est disponible sous licence MIT. Ses principaux thèmes sont : diffusion-models, iclr, iclr2023, image-restoration.
Qu'est-ce que DDNM ?
[ICLR 2023 Oral] Restauration d'image en zéro-shot utilisant le modèle de diffusion de débruitage Null-Space
DDNM est-il open source ?
DDNM est un projet open source. Il est distribué sous licence MIT.
DDNM est-il gratuit ?
Oui. DDNM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est DDNM ?
DDNM est disponible sous licence MIT.
Dans quel langage DDNM est-il écrit ?
DDNM 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/wyhuai-ddnm.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.