wyhuai/DDNM
این پروژه یک مدل احتمالی برای بازیابی تصاویر بدون نیاز به آموزش مجدد (Zero-Shot) ارائه می‌دهد.
با استفاده از فضای پوچ (Null-Space) در مدل‌های انتشاری حذف نویز، می‌تواند تصاویر تار، فشرده یا ناقص را به‌صورت دقیق بازیابی کند.
کاربرد:
بازیابی تصاویر در شرایطی که داده‌های آموزشی متناسب وجود ندارد، مثل بازسازی تصاویر پزشکی، عکس‌های قدیمی یا داده‌های ماهواره‌ای.
در چه شرایطی بهتره استفاده شود؟
وقتی نیاز به بازیابی تصویر با کیفیت بالا دارید و نمی‌خواهید مدل جدیدی آموزش دهید. همچنین زمانی که تغییرات در داده‌های ورودی غیرمنتظره است (مثل نویز ناشناخته یا فشرده‌سازی شدید).
چند مثال از موارد استفاده
بازیابی تصاویر تار شده ناشی از حرکت دوربین
افزایش وضوح تصاویر (Super-Resolution) بدون آموزش مدل جدید
تکمیل بخش‌های گم‌شده تصویر (Inpainting) در حالت Zero-Shot
بازسازی تصاویر ماهواره‌ای تحت نویزهای پیچیده
- ##ImageRestoration
- ##DiffusionModels
- ##ZeroShotLearning
- ##DDNM
- ##ComputerVision
- ##AIResearch
- ##ICLR2023
- ##NullSpace