使用甚深超分辨率（VDSR）神经网络从低分辨率图像估计高分辨率图像。

使用多尺度上下文聚合网络（CAN）近似图像过滤操作。

使用U形网将原始相机数据转换为美观的彩色图像。

使用U形网从极端弱光条件下采集的原始相机数据中恢复变亮的RGB图像。

使用可解释的单一类别分类检测和定位异常，如混凝土裂缝。

使用无监督图像到图像转换网络（UNIT），在白天和黄昏照明条件之间转换图像。

使用CycleGAN神经网络从噪声低剂量CT图像生成高质量高剂量CT图像。

使用单位神经网络从噪声低剂量CT图像生成高质量CT图像。

使用神经图像评估（NIMA）卷积神经网络（CNN）分析图像的美学质量。

使用Inception-v3深度神经网络对可能不适合内存的多分辨率整张幻灯片图像（WSI）进行分类。

训练一个三维U-Net神经网络，从三维医学图像中对脑肿瘤进行语义分割。

使用U-Net对具有七个通道的多光谱图像执行语义分割。

训练去噪卷积神经网络（DnCNN），然后使用该网络减少图像中的JPEG压缩伪影。

使用去噪卷积神经网络从RGB图像中去除高斯噪声。

使用预训练VGG-19网络将一幅图像的风格外观应用于第二幅图像的场景内容[1]。

训练网络将图像样式转换为第二个图像。它基于[1]中定义的体系结构。