PerCo

超低码率下用扩散模型生成真实感图像,压缩不失真

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 6 👀 关注 2
GitHub ↗
GitHub 星标 ★ 107
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,Apache-2.0许可证,完全免费,需自行部署。

项目预览

PerCo 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Nikolai10
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,完全免费,需自行部署。
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Apache-2.0
主要语言Python
技术栈/模型computer-vison,diffusion-models,generative-model,image-compression,pytorch,text-to-image
GitHub 星标★ 107
上线时间2024-05-24 00:00:00
代码更新2025-01-13
仓库体积44.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

PerCo 是一个基于 PyTorch 的开源图像压缩工具,对应 ICLR 2024 论文《Towards Image Compression with Perfect Realism at Ultra-Low Bitrates》。它主要解决超低码率下传统图像压缩方法导致严重失真或模糊的问题,通过结合扩散模型和文本到图像生成技术,在极低比特率下重建出视觉上真实、符合语义的图像。核心能力包括:利用预训练文本编码器提取语义信息,通过条件扩散模型生成高感知质量的重建图像,并支持可调节的压缩率。项目提供模型训练和推理代码,适合研究超低码率图像压缩、生成式编码等方向。

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 ★ 107

核心亮点

  • 基于 ICLR 2024 前沿研究,算法新颖,学术价值高
  • 在极低比特率下能生成视觉真实的图像,远超传统方法
  • 代码结构清晰,基于 PyTorch,易于复现和二次开发

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 依赖扩散模型推理,计算开销大,实时性差

适用场景

  • 科研人员复现论文实验,对比生成式压缩算法
  • 图像存档系统在极低带宽下传输高清图片
  • 边缘设备或弱网环境下的图像传输与重建

替代项目

HiFiC、Learned Image Compression (CompressAI)、Minnen et al. (2018)

上一篇:DMIT

下一篇:ComfyUI-Forbidden-Vision

同类项目推荐

TensorRT-YOLO 开源

把 YOLO 模型在 NVIDIA 上跑得又快又省心

Easier & Faster YOLO Deployment Toolkit for NVIDIA ️

★ 1894 2026-09-02
sports 开源

用AI看懂体育比赛,一键提取球员位置和动作数据

computer vision and sports

★ 5485 2026-08-10
iOS-OCR-Server 开源

把 iPhone 变成局域网 OCR 接口

An iOS OCR Server Using Apple’s Vision Framework

★ 2102 2026-10-27
Text-Grab 开源

Windows 上按一下就能抓取屏幕任意文字,即取即用

Use OCR in Windows quickly and easily with Text Grab. With optional background proce···

★ 5081 2026-08-10
openMVG 开源

多张照片一键算出相机位姿与三维点云

open Multiple View Geometry library. Basis for 3D computer vision and Structure from···

★ 6593 2026-09-18
EmerNeRF 开源

自监督分解动态场景,轻松重建三维世界

PyTorch Implementation of EmerNeRF: Emergent Spatial-Temporal Scene Decomposition vi···

★ 641 2026-08-09
scoresight 开源

直播记分牌自动识别,比分实时变数据

ScoreSight is a powerful scoreboard OCR software for live broadcasts

★ 154 2026-10-12
local-llm-pdf-ocr 开源

本地跑视觉大模型,扫描 PDF 秒变可搜索文本

Convert scanned PDFs and images into searchable documents with any OpenAI-compatible···

★ 131 2026-09-29