Início Projetos DDNM
DDNM

DDNM

por wyhuai · GitHub

[ICLR 2023 Oral] Restauração de Imagem Zero-Shot Usando Modelo de Espaço Nulo de Difusão de Denoising

Ver no GitHub
Em palavras simples

Restaure imagens como fotos antigas ou imagens borradas sem precisar de treinamento ou ajustes.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
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 →
DDNM — GitHub preview card
📈 Histórico de estrelas
1 3481 346
2026-07-202026-07-29
📈 Acompanhe DDNM

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

[ICLR 2023 Oral] Restauração de Imagem Zero-Shot Usando Modelo de Espaço Nulo de Difusão de Denoising

DDNM tem 1.3k estrelas no GitHub. Foi bifurcado 106 vezes. DDNM é escrito principalmente em Python. Está em desenvolvimento ativo desde 2022. DDNM está disponível sob a licença MIT. Os seus principais temas são: diffusion-models, iclr, iclr2023, image-restoration.

Frequently asked questions

O que é DDNM?

[ICLR 2023 Oral] Restauração de Imagem Zero-Shot Usando Modelo de Espaço Nulo de Difusão de Denoising

DDNM é de código aberto?

DDNM é um projeto de código aberto. É distribuído sob a licença MIT.

DDNM é gratuito?

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

Sob que licença está DDNM?

DDNM está disponível sob a licença MIT.

Em que linguagem DDNM está escrito?

DDNM é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — DDNM

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

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