项目介绍：Awesome-Denoise
Awesome-Denoise 是一个综合的项目，收集了关于图像和视频去噪的优秀研究论文。在现代世界中，视觉媒体越来越多地包含噪声，这一项目的宗旨就是通过分类和总结各类去噪方法来帮助研究者和工程师针对不同应用场景找到合适的去噪技术。
主要分类因素
为了便于理解和选择去噪技术，这些论文被分为不同的类别，主要基于以下三个因素：
色彩空间
- RGB：常见的标准图像色彩空间。
- Raw：未经过任何图像处理器（ISP）处理的原始图像格式。
- Both：包含同时涉及 RGB 和 Raw 色彩空间处理的研究。
图像类型
- 单影像（Single）：只针对单张图像进行去噪处理的研究。
- 连拍（Burst）：利用连拍的一组图像进行去噪。
- 视频（Video）：针对视频流中的噪声去除。
噪声模型
- AWGN（加性白高斯噪声模型）
- PG（泊松高斯噪声模型）
- GAN 基础的噪声模型：利用生成对抗网络进行噪声建模。
- 真实噪声模型：来自相机或单反设备的真实噪声。
- Prior（先验）：
- 低秩（Low Rank）
- 稀疏性（Sparsity）
- 自相似性（self-similarity）
基准数据集
项目中引用了一些重要的数据集用于去噪算法的评价，包括但不限于：
- SIDD：一个高质量去噪的数据集，专为智能手机相机设计。
- RENOIR：用于真实低光条件图像噪声去除。
- PolyU：真实世界噪声图像去噪新基准。
- SID：在极限低光条件下的学习。
- DND：真实照片去噪算法评测。
- NaM：利用跨通道图像噪声建模进行综合去噪。
自监督去噪
自监督去噪技术不需要干净数据即可进行图像和视频去噪学习。自监督方法包括：
- 视频去噪，例如未监督的深度视频去噪。
- 图片去噪，包括多种创新方法如 Noise2Noise、Noise2Void 等。
年度研究总结
Awesome-Denoise 项目还按照年份对各类研究进行总结，帮助研究者追踪近年来的技术发展和研究潮流。这些总结不仅关注新出现的技术，还包括对流行方法的改进和新数据集的应用。
总之，Awesome-Denoise 是一个为图像和视频去噪研究者和工程师提供大量资源的项目，汇集了论文、数据集和最新的去噪技术分类，使得在不同应用场景中选择合适的去噪方法变得更为轻松和简便。
编辑推荐精选
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一 个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化 浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
CSM
高质量语音生成模型
CSM 是一个开源的语音生成项目，它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言，可生成多种声音，适用于研究和教育场景。通过使用 CSM，用户可以方便地进行语音合成，同时项目还提供了水印功能，确保生成音频的可追溯性和透明度。
agents-course
Hugging Face 的 AI 智能体课程，涵盖多种智能体框架及相关知识
本项目是 Hugging Face 推出的 AI 智能体课程，深入介绍了 AI 智能体的相关概念，如大语言模型、工具使用等。课程包含多个单元，详细讲解了不同的智能体框架，如 smolagents 和 LlamaIndex，提供了丰富的学习资源和实践案例。适合对 AI 智能体感兴趣的开发者和学习者，有助于提升他们在该领域的知识和技能。
RagaAI-Catalyst
用于 AI 项目管理和 API 交互的工具集，助力 AI 项目高效开发与管理。
RagaAI-Catalyst 是一款专注于 AI 领域的强大工具集，为开发者提供了便捷的项目管理、API 交互、令牌管理等功能。支持多 API 密钥上传，能快速创建、列出和管理 AI 项目，还可获取项目用例和指标信息。适用于各类 AI 开发场景，提升开发效率，推动 AI 项目顺利开展。
smolagents
一个包含多种工具和文档处理功能，适用于 LLM 使用的项目。
smolagents 是一个功能丰富的项目，提供了如文件格式转换、网页内容读取、语义搜索等多种工具，支持将常见文件类型或网页转换为 Markdown，方便进行文档处理和信息提取，能满足不同场景下的需求，提升工作效率和数据处理能力。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号