video2x
Un framework di super risoluzione video e interpolazione di frame basato su machine learning. Est. Hack the Valley II, 2018.
Migliora la qualità video e i frame rate utilizzando tecniche di machine learning.
Dal README
- Complete rewrite of the Video2X project in C/C++.
- Faster and more efficient architecture.
- Cross-platform support for Windows and Linux.
- Vastly improved output quality.
- New GUI and installer for easy setup on Windows.
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiUn framework di super risoluzione video e interpolazione di frame basato su machine learning. Est. Hack the Valley II, 2018.
video2x ha 20.6k stelle su GitHub. È stato forkato 1.8k volte. video2x è scritto principalmente in C++. È in sviluppo attivo dal 2018. video2x è disponibile con licenza AGPL-3.0. I suoi temi principali sono: anime4k, frame-interpolation, machine-learning, neural-networks.
Che cos'è video2x?
Un framework di super risoluzione video e interpolazione di frame basato su machine learning. Est. Hack the Valley II, 2018.
video2x è open source?
video2x è un progetto open source. È rilasciato con licenza AGPL-3.0.
video2x è gratuito?
Sì. video2x è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente. La sua licenza AGPL-3.0 è un copyleft forte: ogni versione modificata che distribuisce — anche offerta come servizio in rete — deve essere pubblicata sotto la stessa licenza.
Con quale licenza è video2x?
video2x è disponibile con licenza AGPL-3.0.
In quale linguaggio è scritto video2x?
video2x è scritto principalmente in C++.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/k4yt3x-video2x.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.