yuanming-hu/exposure
این پروژه یک مدل قابل تفاضل برای ویرایش عکس ارائه میدهد که با ترکیب GAN و یادگیری تقویتی (RL)، یاد میگیرد تصاویر با وضوح بینهایت را پردازش کند، حتی وقتی دادهها جفتشده نباشند.
کاربرد:
این سیستم میتونه تغییرات پیچیدهی بصری مثل تنظیم نور، رنگ، کنتراست و جزئیات رو به صورت هوشمند اعمال کنه، بدون نیاز به جفتهای ورودی-خروجی دقیق.
در چه شرایطی بهتره استفاده شود؟
وقتی دیتاستهای عکس بدون برچسب یا جفت نشده دارید و میخواید یک مدل ویرایش تصویر با وضوح بالا بسازید. همچنین برای کاربردهایی که نیاز به خروجیهای پیوسته و قابل تغییر در مقیاسهای مختلف دارید، عالیه.
چند مثال از موارد استفاده:
- بهبود خودکار نور و رنگ عکسهای تاریک
- ایجاد سبکهای عکاسی هنری از تصاویر معمولی
- پردازش تصاویر پزشکی با وضوح بالا بدون نیاز به دادههای جفتشده
- ##ImageEditing
- ##GAN
- ##ReinforcementLearning
- ##UnpairedLearning
- ##HighResolution
- ##PhotoEnhancement
- ##DifferentiableRendering
- ##AIEditing
- ##ComputerVision
- ##DeepLearning
