Home Progetti FBCNN
FBCNN
Python

FBCNN

Codice ufficiale per il paper ICCV 2021 "Verso la rimozione flessibile degli artefatti JPEG ciechi (FBCNN)".

di jiaxi-jiang · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
computer-visiondeep-learningfbcnnApache-2.0Python
Visualizza su GitHub
In parole semplici

Rimuovi artefatti indesiderati dalle immagini JPEG utilizzando una demo web in pochi secondi.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
FBCNN — GitHub preview card
📈 Storia delle stelle
527526
2026-07-202026-08-31
📈 Segui FBCNN

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Codice ufficiale per il paper ICCV 2021 "Verso la rimozione flessibile degli artefatti JPEG ciechi (FBCNN)".

FBCNN ha 526 stelle su GitHub. È stato forkato 51 volte. FBCNN è scritto principalmente in Python. È in sviluppo attivo dal 2021. FBCNN è disponibile con licenza Apache-2.0. I suoi temi principali sono: computer-vision, deep-learning, fbcnn, iccv2021.

Frequently asked questions

Che cos'è FBCNN?

Codice ufficiale per il paper ICCV 2021 "Verso la rimozione flessibile degli artefatti JPEG ciechi (FBCNN)".

FBCNN è open source?

FBCNN è un progetto open source. È rilasciato con licenza Apache-2.0.

FBCNN è gratuito?

Sì. FBCNN è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è FBCNN?

FBCNN è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto FBCNN?

FBCNN è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — FBCNN

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=jiaxi-jiang-fbcnn)](https://olud.ai/project/jiaxi-jiang-fbcnn.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.