HVI-CIDNet

HVI-CIDNetは、色相、彩度、強度の処理によって低照度画像を復元します。

タスク: restoration
サイズ: t at 256 px
インストール: pip install libreyolo
サポートティア: 推論のみ、v1.6.0以降。推論、検証、エクスポートのみです。学習機能は対象外です。
アップストリーム: HVI-CIDNet authorsのHVI-CIDNet、MIT。論文、ソース
ライセンス: コード：MIT、重み：MIT。商用利用

インストール

bash

pip install "libreyolo"

推論

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreHVICIDNett-restore.pt", device="cpu")result = model(SAMPLE_IMAGE, gamma=1.0, saturation=1.0, intensity=1.0)result.restored.save("enhanced.png")

gamma、saturation、intensityのデフォルトはいずれも1.0です。検証にはペア画像データを使います。学習とエクスポートには対応していません。

検証

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreHVICIDNett-restore.pt", device="cpu")# ペア画像復元データセットのYAML: inputs/に劣化画像、targets/にクリーン画像を置き、ファイル名の語幹で対応付けます。metrics = model.val(data="path/to/your/restore.yaml", workers=0)print(metrics)

タスクに対応する形式のデータセットを使います。検証でデータセットの要件と返される指標を説明しています。

チェックポイント

ファイル	重みのライセンス
Restoration
LibreHVICIDNett-restore.pt	mit

上記のすべてのファイルは現在LibreYOLO orgにあり、初回使用時にダウンロードされます。

ライセンス

ダウンロードする特定の重みについて、Hugging Faceリポジトリのライセンスを確認してください。LibreYOLO orgの各チェックポイントにはライセンスが付与されており、同じファミリー内でも常に同一とは限りません。そのリポジトリが正式な情報源です。以下の概要は、このページを最後に検証した時点で適用されていた内容を示します。

これは関連するライセンスの説明であり、法的助言ではありません。商用上重要な場合は、自分でライセンスを読み、専門家の助言を受けてください。

原著作物: HVI-CIDNet, HVI-CIDNet authors
アップストリームのライセンス: MIT
アップストリームのソース: github.com/Fediory/HVI-CIDNet
LibreYOLOのコード: MIT
重み: MIT、huggingface.co/LibreYOLOで再公開
解釈: The publisher declares MIT for the model and generalization checkpoint.

引用

@article{yan2025hvi,
  title={HVI: A New color space for Low-light Image Enhancement},
  author={Yan, Qingsen and Feng, Yixu and Zhang, Cheng and Pang, Guansong and Shi, Kangbiao and Wu, Peng and Dong, Wei and Sun, Jinqiu and Zhang, Yanning},
  journal={arXiv preprint arXiv:2502.20272},
  year={2025}
}

著者によるraw.githubusercontent.com/Fediory/HVI-CIDNet/master/Readme.mdの引用ブロックからコピーしています。

インストール

推論

検証

チェックポイント

ライセンス

引用

HVI-CIDNet のアーキテクチャ