zxx1218 / image_fix
在图像获取和传输过程中，往往伴随着各种形式的损坏，降低了图像质量和对图像信息的准确解释，一些老照片因为保存不当也会变得存在污渍或者破损缺失。图像修复技术主要用来修复日常生活中被噪声污染或者人为破坏的破损图像，也可应用于替换图像中的小区域或者瑕疵。目前，图像修复工作仍然由经验丰富的图像修复师来完成，让图像修复借助深度学习算法实现自动化日趋成为该领域的发展方向。本课题基于深度学习算法和图像处理技术，设计并开发一款图像修复深度学习算法程序，该算法能够对使用者上传的照片进行自动化分析，修复照片的损坏部分，提高照片的清晰度和观赏性。
☆23Updated 3 weeks ago
Related projects: ⓘ
- 基于深度生成对抗网络gan的图像修复模型☆56Updated 5 years ago
- 图像修复 python tensorflow DCGAN☆48Updated 4 years ago
- Python基于GAN的低分辨率人脸修复超分辨率系统（源码＆教程）☆15Updated 10 months ago
- 基于深度学习卷积网络和Pytorch库实现的超分辨率图像重建☆19Updated 4 years ago
- This is an inpainting website base on EdgeConnect/这是一个基于EdgeConnect的图像修复网站 并免费提供关于图像修复方向领域的文献资料☆43Updated 5 months ago
- 基于生成对抗网络的图像超分辨率重建的简单代码实现☆10Updated last year
- 深度学习，dcgan网络，图像 修复☆33Updated 4 years ago
- Image-enhancement algorithms: low-light enhancement, image restoration, super-resolution reconstruction. 图像增强算法探索：低光增强、图像修复、超分辨率重建 ……☆145Updated 3 years ago
- ☆26Updated this week
- 基于数字图像处理和深度学习的图像质量提升 使用PRIDNet 和SRCNN 进行去噪和超分. 用 SpringBoot+Mybatis plus+Vue进行界面和后端设计☆10Updated 4 months ago
- 毕业课题：光照不均匀图像增强处理系统设计与实现☆32Updated 4 years ago
- 基于深度学习的垃圾识别分类☆20Updated last year
- 本科毕业设计-基于深度学习的模糊人脸图像增强系统的设计与实现☆6Updated 6 years ago
- 车牌识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机，其软件核心包括车牌定位算法、车牌字符分割算法和字符识别算法等。一个完整 的车牌识别系统应包括车辆检测、…☆11Updated last year
- 图像超分辨率☆54Updated 2 years ago
- 中山大学深度学习大作业——yolov5+lpr3+deepsort交通识别检测系统☆30Updated last year
- 基于python和pyqt5，实现opencv图像处理，包含内容有基本的图像处理，人脸检测和识别，图像检索以及基于图像描述符的搜索，目标检测与识别，目标跟踪，opencv神经网络☆131Updated 6 years ago
- 毕业设计：行人检测系统，pyqt + opencv☆44Updated 3 years ago
- 机器视觉实践课程作业二：对图像进行增强，涉及到图像去雾、低光照、不均匀光照的增强，并用qt写了界面☆15Updated 2 years ago
- 深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索（Selective Search）选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法…☆33Updated last year
- 毕业设计 使用pytorch进行深度学习网络模型训练，实现车型识别☆97Updated last year
- 水稻病虫害自动识别系统☆57Updated 3 years ago
- 卷积神经网络（CNN）项目，给你一个狗的图像，你的算法将会识别并估计狗的品种☆26Updated last year
- 使用Tensorflow，Keras的植物图像识别☆33Updated 3 years ago
- 基于YoloV5的火灾检测系统：将深度学习算法应用于火灾识别与检测领域，致力于研发准确高效的火灾识别与检测方法，实现图像中火灾区域的定位，为火灾检测技术走向实际应用提供理论和技术支持。☆34Updated last year
- 这是本科毕业设计的课题，“基于深度网络的网站验证码识别研究与实现”。主要是利用卷积神经网络，基于TensorFlow平台，构建了三层卷积两层全联接模型，训练出的一个准确率为91.3%的识别模型。再基于Django构建登陆系统，使用selenium实现自动测试，完成验证码从识…☆22Updated 6 years ago
- 在配对数据集前提下，可以进行图像去噪，修补，去水印，去马赛克，图像增强等操作。☆32Updated 3 years ago
- 基于改进SE-VGG16-BN的131种水果蔬菜图像分类系统（颜色、品种分级）☆13Updated 9 months ago
- 基于 ResNet 的果蔬图像分类☆17Updated last year
- 配合QtPyt5,使用python完成图像的增强、复原、压缩、去噪、识别、分割、特征提取、识别、跟踪等功能☆22Updated 4 years ago