Home Progetti RetinexNet
RetinexNet

RetinexNet

di weichen582 · GitHub

Un'implementazione Tensorflow di RetinexNet

Visualizza su GitHub
In parole semplici

Migliora le immagini in condizioni di scarsa illuminazione utilizzando un modello addestrato che ne migliora automaticamente la qualità.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
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 →
RetinexNet — GitHub preview card
📈 Storia delle stelle
793791
2026-07-202026-07-29
📈 Segui RetinexNet

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

Un'implementazione Tensorflow di RetinexNet

RetinexNet ha 793 stelle su GitHub. È stato forkato 161 volte. RetinexNet è scritto principalmente in Python. È in sviluppo attivo dal 2018. RetinexNet è disponibile con licenza MIT. I suoi temi principali sono: computer-vision, image-enhancement, image-processing, image-restoration.

Frequently asked questions

Che cos'è RetinexNet?

Un'implementazione Tensorflow di RetinexNet

RetinexNet è open source?

RetinexNet è un progetto open source. È rilasciato con licenza MIT.

RetinexNet è gratuito?

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

Con quale licenza è RetinexNet?

RetinexNet è disponibile con licenza MIT.

In quale linguaggio è scritto RetinexNet?

RetinexNet è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — RetinexNet

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=weichen582-retinexnet)](https://opensourceai.tech/project/weichen582-retinexnet.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.