DDColor

DDColor predicts image color from luminance.

Tâches: restoration
Installer: pip install libreyolo
Niveau de support: Inférence uniquement, depuis v1.6.0. Prédiction, validation et export uniquement. Les fonctionnalités d'entraînement ne s'appliquent pas.
Origine: DDColor par DDColor authors, Apache-2.0. Article, source
Licences: Code MIT, poids Apache-2.0. Usage commercial

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreDDColort-restore.pt", device="cpu")result = model(SAMPLE_IMAGE)result.restored.save("colorized.png")

The tiny and large variants return restored color images. Validation uses paired image data. Training and export are not supported.

Validate

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreDDColort-restore.pt", device="cpu")# Restore dataset YAML pairing grayscale inputs/val with color targets/val by file stemmetrics = model.val(data="path/to/your/restore.yaml", workers=0)print(metrics)

Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.

Checkpoints

Fichier	Licence des poids
Restoration
LibreDDColort-restore.pt	apache-2.0
LibreDDColorl-restore.pt	apache-2.0

Tous les fichiers ci-dessus sont actuellement disponibles dans l<link>organisation LibreYOLO</link> et sont téléchargés à la première utilisation.

Licensing

Vérifiez la licence dans le dépôt Hugging Face des poids précis que vous téléchargez. Chaque checkpoint de l<link>organisation LibreYOLO</link> en possède une, et elles ne sont pas toujours identiques au sein dune même famille. Ce dépôt fait autorité ; le résumé ci-dessous décrit les conditions applicables lors de la dernière vérification de cette page.

Ceci décrit les licences concernées et ne constitue pas un conseil juridique. Si la réponse a une importance commerciale, lisez vous-même les licences et consultez votre propre avocat.

Travail d'origine: DDColor, DDColor authors
Licence du projet d'origine: Apache-2.0
Source du projet d'origine: github.com/piddnad/DDColor
Code de LibreYOLO: MIT
Poids: Apache-2.0, republiés sur huggingface.co/LibreYOLO
Interprétation: The publisher declares Apache-2.0 for the mirrored artifacts.

Citation

@inproceedings{kang2023ddcolor,
  title={DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders},
  author={Kang, Xiaoyang and Yang, Tao and Ouyang, Wenqi and Ren, Peiran and Li, Lingzhi and Xie, Xuansong},
  booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
  pages={328--338},
  year={2023}
}

Copié depuis le bloc de citation des auteurs sur raw.githubusercontent.com/piddnad/DDColor/master/README.md.