Apprendimento dell'elaborazione di immagini ad alta risoluzione con GAN e RL da dataset di immagini non abbinate, utilizzando un modello di editing fotografico differenziabile.
Impara a elaborare immagini ad alta risoluzione utilizzando tecniche avanzate da dataset non abbinati con questo modello.
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 vuoiApprendimento dell'elaborazione di immagini ad alta risoluzione con GAN e RL da dataset di immagini non abbinate, utilizzando un modello di editing fotografico differenziabile.
exposure ha 781 stelle su GitHub. È stato forkato 156 volte. exposure è scritto principalmente in Python. È in sviluppo attivo dal 2018. exposure è disponibile con licenza MIT. I suoi temi principali sono: computational-photography, deep-learning, gan, generative-adversarial-network.
Apprendimento dell'elaborazione di immagini ad alta risoluzione con GAN e RL da dataset di immagini non abbinate, utilizzando un modello di editing fotografico differenziabile.
exposure è un progetto open source. È rilasciato con licenza MIT.
Sì. exposure è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
exposure è disponibile con licenza MIT.
exposure è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/yuanming-hu-exposure.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.