NAFNet
легкая модель для удаления размытия с изображений
1 мин чтенияобновлено
Модель предназначена для повышения чёткости фотографий и устранения смазанности (деблюринга). Она основана на архитектуре NAFNet (Nonlinear Activation Free Network), которая обходится без нелинейных активаций для достижения высокой эффективности при минимальных вычислительных затратах. Решение пригодится разработчикам и исследователям, которым требуется быстро очищать изображения от размытия в Python или C++ проектах.
Ключевые особенности
- Легковесная архитектура без нелинейных активаций для снижения нагрузки на железо.
- Высокая производительность и качественное удаление размытия с картинок.
- Готовые примеры запуска демонстрации на Python и C++.
- Распространяется под лицензией MIT License.
Что можно сделать
- Запустить Python-скрипт демонстрации для очистки изображения по умолчанию или указанного пользователем пути.
- Собрать C++ приложение с помощью CMake и OpenCV для обработки изображений локально.
Пример
# deblur the default input image
python demo.py
# deblur the user input image
python demo.py --input /path/to/image
# get help regarding various parameters
python demo.py --helpПодробнее
Требования: OpenCV >=5.0.0 и CMake >= 3.22.2.Исходный код и ссылки: форк репозитория opencv/deblurring_nafnet, оригинальные исследования от megvii-research.
Доступны веса в формате .pth и модель ONNX.










Комментарии