估计使用很深的高分辨率图像的低分辨率图像超分辨率(VDSR)神经网络。

使用多尺度近似图像过滤操作上下文聚合网络(可以)。

相机RAW格式的数据转换为一个使用U-Net美观的彩色图像。

恢复了RGB图像从原始相机使用U-Net在极端低照度的环境下收集的数据。

检测和定位异常如裂缝混凝土使用可辩解的股份,分类。

翻译图片日间和黄昏光线条件之间使用一个无监督image-to-image翻译网络(单位)。

生成高质量的高剂量计算机断层扫描(CT)图像噪声低剂量CT图像使用CycleGAN神经网络。

生成高质量的计算机断层扫描(CT)图像噪声低剂量CT图像使用单位神经网络。

分析图像使用神经影像的审美质量评估(尼玛)卷积神经网络(CNN)。

分类多分辨率整个幻灯片图像(WSIs)可能不适合在内存中使用一个Inception-v3深层神经网络。

火车3 d U-Net神经网络和执行语义分割三维医学图像的脑瘤。

执行语义的多光谱图像分割使用U-Net七个频道。

训练去噪卷积神经网络(DnCNN),然后使用网络来减少图像的JPEG压缩工件。

去除高斯噪声从RGB图像去噪卷积神经网络。

应用文体的一个图像的场景内容第二图像使用pretrained VGG-19网络[1]。

训练一个网络的风格一个图像转移到另一个图像。它是基于[1]中定义的架构。