Accueil Projets Neural-IMage-Assessment
Neural-IMage-Assessment

Neural-IMage-Assessment

par yunxiaoshi · GitHub

Une implémentation PyTorch de l'évaluation d'image neuronale

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Licence non spécifiée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Neural-IMage-Assessment — GitHub preview card
📈 Historique des étoiles
585584
2026-07-202026-07-29
📈 Suivez Neural-IMage-Assessment

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
Recevoir des alertes e-mail →
📄 À propos

Une implémentation PyTorch de l'évaluation d'image neuronale

Neural-IMage-Assessment compte 584 étoiles sur GitHub. Il a été forké 97 fois. Neural-IMage-Assessment est écrit principalement en Python. Il est développé activement depuis 2018. Ses principaux thèmes sont : computer-vision, image-enhancement, machine-learning, photo-editing.

Frequently asked questions

Qu'est-ce que Neural-IMage-Assessment ?

Une implémentation PyTorch de l'évaluation d'image neuronale

Neural-IMage-Assessment est-il open source ?

Neural-IMage-Assessment est un projet open source.

Neural-IMage-Assessment est-il gratuit ?

Oui. Neural-IMage-Assessment est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage Neural-IMage-Assessment est-il écrit ?

Neural-IMage-Assessment est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Neural-IMage-Assessment

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=yunxiaoshi-neural-image-assessment)](https://olud.ai/project/yunxiaoshi-neural-image-assessment.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.