【重磅开源】一文汇总顶会 SOTA 图像恢复算法，包括图像去噪、去雨、去模糊等等

【导读】今天给大家推荐一个很棒的开源项目，该项目主要汇总了一系列Low-Level-vision领域当前主流的SOTA算法网络结构，主要包括图像去噪，图像去雨、图像去模糊等。该项目详细介绍了各大主流Low-Level-Vison数据集（如SIDD、GoPro、REDS、Rain13K等）的下载链接和训练配置教程，每个主流的算法网络结构都配备训练和测试命令方法。

项目地址：https://github.com/murufeng/FUIR

项目介绍

当前，对于Low-level-Vision中的图像恢复任务（Image Super-resolution, Image Denoising, Image Deblurring等) 已经出现了很多优秀实用的工具包。但是，对于去年出现的一系列Transformer网络架构还没有一个统一的项目将它集成起来，本项目主要在具体图像恢复任务的数据处理和网络训练配置上将当前主流的CNN网络和基于Transformer的网络架构集成了起来。本项目将作为图像恢复任务的一个灵活统一的工具。利用本项目可以快速实现图像去噪，图像/视频去模糊，图像去雨等一系列经典任务的训练。本项目提供在GOPRO、SIDD、REDS、Rain13K数据集上的数据预处理以及网络架构训练教程，后续我们将持续更新。希望本项目既能让图像处理初学者快速入门，又能服务科研和工业社区。

项目安装命令：

1. Star and Clone our repository

git clone https://github.com/murufeng/FUIR.git 
cd FUIR

1. Make conda environment

conda create -n pytorch1.9.0_FUIR python=3.7 conda activate pytorch1.9.0_FUIR

1. Install dependencies

conda install pytorch=1.9.0 torchvision cudatoolkit=11.2 -c pytorch pip install matplotlib scikit-learn scikit-image opencv-python yacs joblib natsort h5py tqdm pip install einops gdown addict future lmdb numpy pyyaml requests scipy tb-nightly yapf lpip

1. Build

python setup.py develop --no_cuda_ext

数据集下载与配置：

1. 图像去噪数据集 SIDD
2. 图像去模糊数据集 GoPro
3. 图像去模糊数据集REDS
4. 图像去雨数据集 Rain13K

Model Zoo

更多详细的模型结构、模型训练与测试信息见：https://github.com/murufeng/FUIR