懂AI

图像去噪工具合集: 提高清晰度的AI解决方案

相关项目相关文章
Denoising Vision Transformers: 消除ViT特征图中的伪影

Denoising Vision Transformers: 消除ViT特征图中的伪影

Denoising Vision Transformers (DVT)是一种新的方法,可以有效去除Vision Transformer (ViT)特征图中的网格状伪影,显著提升ViT在下游密集预测任务中的性能。本文将详细介绍DVT的工作原理、实现方法及其在多个计算机视觉任务中的应用效果。

Vision Transformers图像去噪特征图密集识别任务ECCV 2024Github开源项目
CycleISP: 通过改进的数据合成实现真实图像恢复

CycleISP: 通过改进的数据合成实现真实图像恢复

CycleISP是一个创新的深度学习框架,通过模拟相机成像管道实现了RAW和sRGB空间的真实图像噪声合成,为图像去噪任务提供了高质量的训练数据,在真实相机基准数据集上取得了最先进的去噪性能。

CycleISP数据合成图像去噪深度卷积神经网络相机成像管道Github开源项目
NAFNet:一种无需非线性激活函数的先进图像恢复模型

NAFNet:一种无需非线性激活函数的先进图像恢复模型

NAFNet是一种简单高效的图像恢复基线模型,在去噪、去模糊等多项任务上刷新了SOTA水平,同时计算成本低于现有方法。该模型最大的特点是没有使用任何非线性激活函数,却取得了出色的性能。

NAFNet图像修复图像去噪图像去模糊超分辨率Github开源项目