PNGAN

生成真实噪声图像,让去噪模型更抗打

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 19 👀 关注 7
GitHub ↗
GitHub 星标 ★ 146
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

PNGAN 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队caiyuanhao1998
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型denoising,image-denoising,image-generation,image-processing,image-restoration,noise-modelling
GitHub 星标★ 146
上线时间2022-01-14 00:00:00
代码更新2025-06-13
仓库体积45.9 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

PNGAN是一个基于像素级噪声感知对抗训练的真实噪声图像生成工具,源自NeurIPS 2021论文。它解决的是真实图像去噪领域缺乏真实噪声数据的问题,核心能力是通过对抗训练学习真实噪声的分布,生成与真实相机噪声高度一致的带噪图像,从而为去噪模型提供高质量训练数据。项目支持多种噪声类型模拟,并可与主流去噪网络(如DnCNN)配合使用,提升模型在真实场景下的泛化性能。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 146

核心亮点

  • 基于NeurIPS 2021论文,算法有理论保障
  • 生成的噪声图像更接近真实相机噪声,提升去噪模型实际效果
  • 提供完整训练和测试代码,便于复现和二次开发

不足之处

  • 文档/社区待观察

适用场景

  • 为图像去噪模型生成训练数据
  • 模拟不同相机传感器的噪声特性
  • 图像增强和复原任务的数据增强

替代项目

Noise2Noise、DnCNN、CBDNet

上一篇:interactdiffusion

下一篇:h-edit

同类项目推荐

awesome-gpt4o-images 开源

看GPT-4o神图,抄提示词,秒出同款风格

Awesome curated collection of images and prompts generated by GPT-4o and gpt-image-1···

★ 8160 2026-08-09
SkinDeep 开源

上传照片,AI 一键去除纹身,还原干净皮肤。

Get Deinked!!

★ 954 2026-08-09
PaperBanana-CN 开源

中文界面,一句话生成科研图表,统一尺寸省心改

Scientific figure workbench with independent VLM/image connections, Chinese UI, and ···

★ 85 2026-08-09
sd-interior-design 开源

输入文字和参考图,保持原布局一键生成逼真室内设计效果

Layout preserving realistic interior design using text and image prompts

★ 109 2026-08-09
workers-ai-image-playground 开源

在 Cloudflare Workers 上快速实现文本生成图片

Generate images using the powerful text-to-image models in Cloudflare Workers AI!

★ 71 2026-08-09
ian-xiaohei-illustrations 开源

写文章缺配图?一句话生成怪诞手绘插画

中文小黑怪诞正文配图生成 Skill | 16:9 白底手绘 | 少量红橙蓝批注 | Codex Skill

★ 13143 2026-08-09
MultiDiffusion 开源

无需训练,用多路径融合实现区域级可控图像生成

Official Pytorch Implementation for "MultiDiffusion: Fusing Diffusion Paths for Cont···

★ 1071 2026-08-09