image compression by deep learning开源项目记录

shaoheshaohe

1. OK 【tf1.15】
更新日期：20天前。被认为是state-of-the-art。
地址：https://github.com/tensorflow/compression
论文：实现了大量的压缩方法。2020年之前的方案，有此一个project，基本足矣。
是否直接可用：有pip安装，有pretrained model。

2. OK
更新日期：2个月以前。
地址：https://github.com/ayziksha/DSIN
论文：Deep Image Compression using Decoder Side Information
是否直接可用：有KITTI数据集训练出的权重。

3. OK 【无损压缩】
更新日期：2个月以前
地址：https://github.com/hilloc-submission/hilloc
论文：ICLR20。 HiLLoC: Lossless Image Compression with Hierarchical Latent Variable Models
是否直接可用：4层与24层这两个模型，有预训练权重。代码依赖另一个工程craystack

4. 待定
更新日期：20天前。
地址：https://github.com/speechmatics/hqa
论文：Hierarchical Quantized Autoencoders
是否直接可用：所有代码，竟然都在一个jupyter文件中。

5. OK
更新日期：3年前。
地址：https://github.com/ndscigdata/RAISR
论文：多年前Google的技术
是否直接可用：没有deep learning，代码似乎比较简单。

hilloc-4layer: https://drive.google.com/open?id ... cJNla6WBIGAnuRcdJRY
hilloc-24layer: https://drive.google.com/open?id ... 4B26dqRe-3-kNyh-z4O
DSIN-KITTI: https://drive.google.com/drive/f ... Qlb68Ch?usp=sharing

youtube talk on learned image compression: https://www.youtube.com/watch?v=x_q7cZviXkY
compression-model: https://storage.googleapis.com/t ... tagraphs/models.txt

6.
更新日期：数日前
地址：https://github.com/RenYang-home/HLVC
论文：CVPR 2020. Learning for Video Compression with Hierarchical Quality and Recurrent Enhancement
是否直接可用：只是有个地址，代码还没上传。

7.
更新日期：2个月以前说要更新，一直没有。
地址：https://github.com/minhmanho/rrdncnn
论文：Down-Sampling Based Video Coding with Degradation-aware Restoration-Reconstruction Deep Neural Network
是否直接可用：没有代码，只有地址。

8.
更新日期：数月前
地址：https://github.com/LichengXiao2017/deep-image-compression
论文：Improved Image Coding Autoencoder With Deep Learning
是否直接可用：代码可用，但没有pretrained model

shaoheshaohe

更新日期：数月前
地址：https://github.com/LichengXiao2017/deep-image-compression
论文：Improved Image Coding Autoencoder With Deep Learning
是否直接可用：代码可用，但没有pretrained model