自监督图像去噪模型有哪些？那个最好？

自监督图像去噪模型主要有以下几种：

1. Autoencoder-based Models：基于自编码器的模型，使用自编码器来学习噪声和干净图像之间的映射关系，例如DnCNN、FFDNet等。

2. Generative Adversarial Network (GAN) based Models：基于生成对抗网络的模型，使用生成器和判别器来学习噪声和干净图像之间的映射关系，例如CycleGAN、SRGAN等。

3. Non-local Means based Models：基于非局部均值的模型，利用非局部均值滤波器来降低图像噪声，例如NLMC、NLRN等。

4. Deep Residual Learning based Models：基于深度残差学习的模型，通过残差学习来学习噪声和干净图像之间的映射关系，例如RED30、RED20等。

5. Attention Mechanism based Models：基于注意力机制的模型，使用注意力机制来聚焦于噪声部分，例如DANet、GALD等。

以上模型均有其优缺点，最好的模型取决于具体应用场景和数据集。