単一画像のモーションブラー除去に向けた新しいエンドツーエンドの生成対抗ネットワーク（GAN）であるDeblurGAN-v2を提案します。このネットワークは、従来の最先进技術よりも大幅にブラー除去の効率、品質、および柔軟性を向上させます。DeblurGAN-v2は、相対的な条件付きGANと二つのスケールを持つディスクリミネーターに基づいています。初めて、特徴ピラミッドネットワーク（Feature Pyramid Network）をブラー除去に導入し、DeblurGAN-v2のジェネレーターにおける主要な構成要素として使用しています。これにより、パフォーマンスと効率のバランスを調整するために広範なバックボーンと柔軟に対応することが可能になります。洗練されたバックボーン（例：Inception-ResNet-v2）を使用することで、堅実な最先进のブラー除去が達成されます。一方で、軽量なバックボーン（例：MobileNetやその派生モデル）を使用すると、最も近い競合他社製品よりも10〜100倍速くなりつつも最先进に近い結果を維持するため、リアルタイムビデオブラー除去の選択肢が示唆されます。私たちはDeblurGAN-v2がいくつかの人気ベンチマークにおいて、ブラー除去の品質（客観的および主観的評価）だけでなく効率性でも非常に競争力のある性能を得ることを示しています。さらに、一般的な画像修復タスクにも有効であることを確認しました。私たちのコード、モデル、データセットは以下のURLから入手可能です: https://github.com/KupynOrest/DeblurGANv2