Início Projetos FBCNN
FBCNN
Python

FBCNN

Código Oficial para o artigo ICCV 2021 "Rumo à Remoção Flexível de Artefatos JPEG Cegos (FBCNN)"

por jiaxi-jiang · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
computer-visiondeep-learningfbcnnApache-2.0Python
Ver no GitHub
Em palavras simples

Remova artefatos indesejados de imagens JPEG usando uma demonstração na web em segundos.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
FBCNN — GitHub preview card
📈 Histórico de estrelas
527526
2026-07-202026-08-31
📈 Acompanhe FBCNN

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Código Oficial para o artigo ICCV 2021 "Rumo à Remoção Flexível de Artefatos JPEG Cegos (FBCNN)"

FBCNN tem 526 estrelas no GitHub. Foi bifurcado 51 vezes. FBCNN é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. FBCNN está disponível sob a licença Apache-2.0. Os seus principais temas são: computer-vision, deep-learning, fbcnn, iccv2021.

Frequently asked questions

O que é FBCNN?

Código Oficial para o artigo ICCV 2021 "Rumo à Remoção Flexível de Artefatos JPEG Cegos (FBCNN)"

FBCNN é de código aberto?

FBCNN é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

FBCNN é gratuito?

Sim. FBCNN é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está FBCNN?

FBCNN está disponível sob a licença Apache-2.0.

Em que linguagem FBCNN está escrito?

FBCNN é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — FBCNN

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=jiaxi-jiang-fbcnn)](https://olud.ai/project/jiaxi-jiang-fbcnn.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.