创建一个高分辨率图像的低分辨率图像使用一个很深的超分辨率(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。

训练异常探测器药片图像的目视检查。

八个类型进行分类的制造缺陷晶片地图上使用一个简单的卷积神经网络(CNN)。

火车相似性异常探测器使用看到下面成了学习的功能嵌入提取pretrained ResNet-18卷积神经网络。

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。

减少JPEG压缩构件在使用去噪图像卷积神经网络(DnCNN)。

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。

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。