/ Модель

Характеристики

Лицензия
Unlicense
Библиотека
pytorch
Опубликована
7 сен 2026

ME24B147_DLP_26T2_NPPE3

Преобразование изображенийИзображение, текст → изображение

RRDBNet одновременно очищает от шума и увеличивает в 4 раза фотографии, снятые при слабом освещении.

0скачиваний за 30 дней0лайковвеса обновлены7 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель rohit738/ME24B147_DLP_26T2_NPPE3 разработана для соревнования DLP 26T2 NPPE3. Это сверточная RRDBNet из семейства ESRGAN/Real-ESRGAN: 23 Residual-in-Residual Dense Blocks и два этапа увеличения через pixel shuffle. Модель принимает RGB-изображение и одновременно подавляет шум при слабом освещении и увеличивает изображение в 4 раза по каждой стороне; она полностью сверточная и принимает изображения разного разрешения.

Модель обучена на парных зашумленных изображениях низкого разрешения и чистых изображениях высокого разрешения из датасета соревнования. Оптимизация ориентирована на PSNR с функцией потерь Charbonnier, поэтому восстановление стремится к попиксельной точности, а детали могут выглядеть мягче, чем у моделей с перцептивным или GAN-обучением. Применение задумано для слаб освещённых шумных фотографий, близких к обучающим данным; поведение на хорошо освещённых изображениях, иных типах контента и при других характеристиках шума не проверено. Репозиторий содержит веса PyTorch, лицензия — Unlicense.

Сценарии применения

  • подавление шума на фотографиях при слабом освещении
  • увеличение зашумленных фотографий в 4 раза
  • восстановление чистых изображений высокого разрешения из шумных изображений низкого разрешения

Ограничения

Модель оптимизирована для PSNR и может давать более мягкие края, чем модели с перцептивным или GAN-обучением. Качество на изображениях с условиями освещения или шумом, существенно отличающимися от обучающих данных, не проверено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RRDBNet — Low-Light Denoising + 4x Super-Resolution (DLP 26T2 NPPE3)

An RRDBNet (ESRGAN/Real-ESRGAN generator family) checkpoint trained end-to-end to jointly denoise low-light images and upscale them 4x, as part of the DLP 26T2 NPPE3 course competition (scored by PSNR).

Model description

  • Architecture: RRDBNet — a stack of Residual-in-Residual Dense Blocks (RRDB) followed by 2 pixel-shuffle upsampling stages (2x each, for a total of 4x).
  • Config: nf=64 feature channels, nb=23 RRDB blocks, gc=32 growth channels per dense block, scale=4.
  • Input / output: RGB image in [0, 1] → RGB image in [0, 1], upscaled 4x in each spatial dimension. Fully convolutional — accepts any input resolution.
  • Loss: Charbonnier loss (a smooth, robust L1 variant), chosen over plain L1/MSE since it tolerates residual sensor noise in the targets better.
  • Framework: implemented from scratch in PyTorch (no basicsr dependency), trained with a PyTorch Lightning training loop (Adam optimizer, cosine LR schedule, mixed precision, best-checkpoint selection by validation PSNR).

Intended uses & limitations

  • Intended for restoring low-light, noisy images from the DLP 26T2 NPPE3 dataset distribution (LR ≈ 256×160 → HR ≈ 1024×640) and similar low-light noisy photos.
  • Trained for a PSNR-oriented objective only — no adversarial/perceptual loss was used, so outputs prioritize pixel-accurate reconstruction over perceptual sharpness (edges may look slightly soft compared to GAN-based SR models).
  • Not evaluated on natural images far outside the training distribution (e.g. well-lit photos, non-photographic content, extreme upscale factors).

Training data

Paired low-resolution/noisy and high-resolution/clean images from the DLP 26T2 NPPE3 competition dataset (train/low + train/gt, validated against val/low

  • val/gt). Training used random 128×128 LR patches (512×512 HR) with random flip/rotation augmentation.

How to use

import torch
from rrdbnet import RRDBNet  # your model definition module

model = RRDBNet(scale=4, nf=64, nb=23, gc=32)

# Checkpoint is a PyTorch Lightning .ckpt — state dict keys are prefixed with "model."
ckpt = torch.load("best.ckpt", map_location="cpu")
state_dict = {k.removeprefix("model."): v for k, v in ckpt["state_dict"].items()}
model.load_state_dict(state_dict)
model.eval()

# inference
from PIL import Image
import torchvision.transforms.functional as TF

lr_img = Image.open("input.png").convert("RGB")
lr_tensor = TF.to_tensor(lr_img).unsqueeze(0)
with torch.no_grad():
    hr_tensor = model(lr_tensor)
hr_img = TF.to_pil_image(hr_tensor.squeeze(0).clamp(0, 1))
hr_img.save("output.png")

Evaluation

Validated by PSNR (dB) on the held-out val split of the DLP 26T2 NPPE3 dataset during training; best checkpoint selected by peak validation PSNR.

Limitations

  • No GAN/perceptual fine-tuning stage — if perceptual sharpness matters more than PSNR for your use case, consider fine-tuning further with an adversarial loss.
  • Performance on inputs with noise characteristics or lighting conditions very different from the training set is untested.

Citation

If you use this checkpoint, please cite the RRDBNet/ESRGAN architecture it's based on:

Wang, X., et al. "ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks." ECCV Workshops, 2018.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
92dbcf5

0 моделей