发现与 Denoising Survery 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
SwinIR：基于Swin Transformer的图像恢复（官方代码库）
图像恢复工具箱（PyTorch）。包含DPIR、USRNet、DnCNN、FFDNet、SRMD、DPSR、BSRGAN和SwinIR的训练和测试代码。
最新型的图像修复模型，不使用非线性激活函数。
一些流行且可复现的图像去噪方法的集合。
医学影像领域的优秀生成对抗网络
基于PyTorch的扩散模型音频生成
医学影像中的扩散模型（发表在《医学影像分析》期刊）
超越高斯去噪器：用于图像去噪的深度卷积神经网络残差学习（TIP，2017）
VRT：视频修复Transformer（官方仓库）
CVPR 2025/2024/2021/2020 低层视觉论文和代码合集
CVPR 2021论文《多阶段渐进式图像恢复》在图像去模糊、去雨和去噪方面取得了最先进的成果。
基于扩散模型的医学图像分割
我的第一个Python代码库，包含机器学习、自然语言处理和基于Keras和Theano的深度学习代码
IJCV & BMVC 2022论文《One-Pot Multi-frame Denoising》的官方实现代码
这是CVPR 2022会议（口头报告）论文“MAXIM：用于图像处理的多轴MLP”的官方代码库。在图像去噪、去模糊、去雨、去雾和增强方面达到了最先进的水平。
CVPR 2022论文“Uformer：一种用于图像恢复的通用U型Transformer”的官方实现代码。
用 JavaScript 和 AI 提升图像质量。增强分辨率、修复、降噪等功能。开源，兼容浏览器和 Node.js，MIT 许可证。
一套易于使用的本地部署AI语音工具箱，支持语音识别、语音转录、语音转换等功能。
欧洲计算机视觉会议（ECCV 2020）论文：学习增强型特征用于真实图像恢复和增强。在图像去噪、超分辨率和图像增强方面取得了最先进的成果。
一个用于端到端语音降噪的神经网络
