懂AI
NAFNet

NAFNet

无需非线性激活函数的图像修复网络

NAFNet是一种无需非线性激活函数的图像修复网络，通过简单的基线超过现有SOTA方法并显著降低计算成本。在GoPro数据集上，该网络的图像去模糊性能达到33.69 dB PSNR，在SIDD数据集上的图像去噪性能为40.30 dB PSNR，均显著超越前代SOTA性能。NAFNet适用于图像去噪、去模糊和立体图像超分辨率等任务。

NAFNet图像修复图像去噪图像去模糊超分辨率Github开源项目
GitHubHugging Face论文

NAFNet 项目介绍

NAFNet 是一个全新的图像复原模型，专注于图像的去模糊、去噪和立体图像的超分辨率等任务。该项目由陈良玉、初晓婕、张祥雨和孙剑团队提出，并已在 2022 年欧洲计算机视觉会议 (ECCV 2022) 上发表。

项目背景

近年来，图像复原领域取得了显著进展，但主流方法复杂且计算成本较高，使得分析和比较不同模型变得困难。NAFNet 项目提出了一个简单的基准，它不仅超过了当前最新的方法，而且计算效率高。该框架的核心思想在于去掉不必要的非线性激活函数，如 Sigmoid、ReLU、GELU、Softmax 等，从而简化计算。

项目亮点

NAFNet 的最大特点是其高效性，通过去除非线性激活函数来简化结构，表现甚至优于现有最优方法。在多个具有挑战性的基准测试中，NAFNet 的表现如下：

  • 图像去模糊：在 GoPro 数据集上获得了 33.69 dB PSNR，超过了此前最佳方法 0.38 dB，但计算成本仅为其 8.4%。
  • 图像去噪：在 SIDD 数据集上取得了 40.30 dB PSNR，比之前的最佳方法高出 0.28 dB，而计算成本则减少了一半以上。

安装指南

NAFNet 基于 Python 和 PyTorch 构建，推荐的环境配置包括 Python 3.9.5、PyTorch 1.11.0 和 CUDA 11.3。安装步骤如下：

git clone https://github.com/megvii-research/NAFNet
cd NAFNet
pip install -r requirements.txt
python setup.py develop --no_cuda_ext

快速入门

项目提供了一系列的在线演示，可以立即体验 NAFNet 在图像复原方面的卓越表现：

  • 图像去噪在线演示
  • 图像去模糊在线演示
  • 立体图像超分辨率在线演示

用户可以通过指定输入路径和输出路径来在本地进行图像复原测试，并可下载预训练模型以获得更好的效果。

项目成果及预训练模型

NAFNet 已在多个数据集上测试并取得优异成绩，提供了多种预训练模型供使用。以下列出部分模型的测试结果：

  • NAFNet-GoPro-width64：PSNR 为 33.7103，SSIM 为 0.9668。
  • NAFNet-SIDD-width64：PSNR 为 40.3045，SSIM 为 0.9614。

图像复原任务

NAFNet 适用于以下多种图像复原任务：

  • 图像去模糊
  • 图像去噪
  • 带有 JPEG 伪影的图像去模糊
  • 立体图像超分辨率

联系方式

如果您有任何问题或建议，可以通过以下邮箱联系陈良玉 (chenliangyu@megvii.com) 或初晓婕 (chuxiaojie@megvii.com)。

NAFNet 项目以其简洁和高效的设计为图像复原领域带来了新的思路，是从业者和研究人员不可错过的工具。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多