DiffPIR
"Modèles de diffusion de débruitage pour la restauration d'images plug-and-play", Yuanzhi Zhu, Kai Zhang, Jingyun Liang, Jiezhang Cao, Bihan Wen, Radu Timofte, Luc Van Gool.
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"Modèles de diffusion de débruitage pour la restauration d'images plug-and-play", Yuanzhi Zhu, Kai Zhang, Jingyun Liang, Jiezhang Cao, Bihan Wen, Radu Timofte, Luc Van Gool.
DiffPIR compte 497 étoiles sur GitHub. Il a été forké 51 fois. DiffPIR est écrit principalement en Python. Il est développé activement depuis 2022. DiffPIR est disponible sous licence MIT. Ses principaux thèmes sont : diffusion-models, image-reatoration, training-free.
Qu'est-ce que DiffPIR ?
"Modèles de diffusion de débruitage pour la restauration d'images plug-and-play", Yuanzhi Zhu, Kai Zhang, Jingyun Liang, Jiezhang Cao, Bihan Wen, Radu Timofte, Luc Van Gool.
DiffPIR est-il open source ?
DiffPIR est un projet open source. Il est distribué sous licence MIT.
DiffPIR est-il gratuit ?
Oui. DiffPIR est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est DiffPIR ?
DiffPIR est disponible sous licence MIT.
Dans quel langage DiffPIR est-il écrit ?
DiffPIR 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/yuanzhi-zhu-diffpir.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.