UCDIR

一个模型搞定多种图像修复,扩散模型统一框架

UCDIR 是一个基于扩散模型的统一条件框架,用于图像恢复任务。它旨在解决传统图像恢复方法针对不同退化类型(如去噪、去模糊、超分辨率等)需要单独训练模型的问题,通过一个统一的框架处理多种恢复任务。其核心能力包括:利用条件扩散模型生成高质量恢复图像,支持多种退化条件的灵活输入,以及提供统一的训练和推理流程。该项目基于 PyTorch 实现,代码结构清晰,适合研究者和开发者进行二次开发。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 96
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队zhangyi-3
所属国家
定价模式free
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
是否开源是
开源协议MIT
主要语言Python
技术栈/模型diffusion-models,image-generation,image-restoration
GitHub 星标★ 96
30天Star增速
HF 下载量
上线时间2023-06-01 00:00:00
最近更新2026-07-09 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 统一框架,支持多种图像恢复任务,减少重复训练成本
  • 基于扩散模型,恢复效果在细节保持上优于传统方法
  • 代码开源,易于扩展和定制条件输入

不足之处

  • 项目处于早期阶段,文档和示例相对有限
  • 依赖扩散模型,推理速度可能较慢

适用场景

  • 学术研究:探索统一条件扩散模型在图像恢复中的潜力
  • 工业应用:为摄影、监控等场景提供多合一图像修复方案
  • 教育学习:作为扩散模型在底层视觉任务中的教学案例

替代项目

Restormer、SwinIR、DiffIR

项目介绍

UCDIR 是图像领域的开源项目,由 zhangyi-3 开发,2023 年首次发布。

它收录于图像分类,该分类目前共有 837 个项目,GitHub 星标数为 96。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-07-09。MIT许可证,完全免费,无付费版本。从国内网络环境看,可直接访问。

它主要面向的使用场景是:学术研究:探索统一条件扩散模型在图像恢复中的潜力。同类可对比的替代方案包括 Restormer、SwinIR、DiffIR。

上一篇:typix

下一篇:Vec2Face

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
ComfyUI 开源

像搭积木一样连节点,生图流程自己搭

The most powerful and modular diffusion model GUI, api and backend with a graph/node···

★ 134493 2026-08-09