awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 repositorios

Awesome GitHub RepositoriesSequential Image Processing Pipelines

Workflows that apply a series of image enhancement steps in a fixed order.

Distinct from Sequential Transformation Pipelines: Existing sequential pipelines are for code transformation, task management, or text translation, not image processing.

Explore 2 awesome GitHub repositories matching software engineering & architecture · Sequential Image Processing Pipelines. Refine with filters or upvote what's useful.

Awesome Sequential Image Processing Pipelines GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • nutlope/restorephotosAvatar de Nutlope

    Nutlope/restorePhotos

    4,414Ver en GitHub↗

    RestorePhotos es una herramienta de restauración facial por IA y un escalador de imágenes de deep learning diseñado para eliminar el desenfoque y reconstruir detalles perdidos en fotografías faciales degradadas. Funciona como un potenciador de fotos faciales y un procesador de imágenes de redes generativas antagónicas (GAN) que transforma píxeles de baja calidad en rasgos faciales de alta resolución. El sistema utiliza un motor de inferencia acelerado por GPU para ejecutar modelos de machine learning para la restauración de imágenes en tiempo real. Esta aceleración de hardware admite las pesadas multiplicaciones de matrices y operaciones basadas en tensores necesarias para enfocar imágenes faciales y mejorar la fidelidad visual. El proyecto cubre la restauración de fotos por IA y la restauración de archivos digitales, centrándose específicamente en la mejora de imágenes faciales. Emplea un pipeline de procesamiento secuencial para realizar el escalado de imágenes mediante deep learning, aumentando la resolución y claridad de las imágenes al reconstruir los detalles faltantes.

    Applies noise reduction and detail enhancement steps in a specific sequence to recover facial features.

    TypeScript
    Ver en GitHub↗4,414
  • introlab/rtabmapAvatar de introlab

    introlab/rtabmap

    3,836Ver en GitHub↗

    This project is a comprehensive library and toolkit for simultaneous localization and mapping, designed to construct three-dimensional environment models while tracking device position. It functions as a robotics perception framework that processes data from RGB-D, stereo, and lidar sensors to enable autonomous navigation and spatial awareness. The system distinguishes itself through its focus on long-term mapping and global consistency. It employs a sophisticated loop-closure detection engine and graph-based pose optimization to identify previously visited locations and eliminate cumulative

    Processes visual data through modular stages including camera input, odometry estimation, and map construction.

    C++
    Ver en GitHub↗3,836
  1. Home
  2. Software Engineering & Architecture
  3. Sequential Image Processing Pipelines

Explorar subetiquetas

  • Robotics Processing PipelinesSequential workflows for processing sensor data through odometry and mapping stages. **Distinct from Sequential Image Processing Pipelines:** Distinct from Sequential Image Processing Pipelines: focuses on the robotics-specific sequence of odometry and mapping, not general image enhancement.