Aprendendo processamento de imagem de resolução infinita com GAN e RL a partir de conjuntos de dados de imagem não pareados, usando um modelo de edição de fotos diferenciável.
Aprenda a processar imagens de alta resolução usando técnicas avançadas de conjuntos de dados não pareados com este modelo.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserAprendendo processamento de imagem de resolução infinita com GAN e RL a partir de conjuntos de dados de imagem não pareados, usando um modelo de edição de fotos diferenciável.
exposure tem 781 estrelas no GitHub. Foi bifurcado 156 vezes. exposure é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. exposure está disponível sob a licença MIT. Os seus principais temas são: computational-photography, deep-learning, gan, generative-adversarial-network.
Aprendendo processamento de imagem de resolução infinita com GAN e RL a partir de conjuntos de dados de imagem não pareados, usando um modelo de edição de fotos diferenciável.
exposure é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. exposure é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
exposure está disponível sob a licença MIT.
exposure é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/yuanming-hu-exposure.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.