DDColor

DDColor predicts image color from luminance.

작업
restoration
설치
pip install libreyolo
지원 티어
추론 전용, v1.6.0부터 지원. 예측, 검증, 내보내기만 지원합니다. 학습 기능은 적용되지 않습니다.
업스트림
DDColor authors의 DDColor, Apache-2.0. 논문, 소스
라이선스
코드 MIT, 가중치 Apache-2.0. 상업적 사용

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

파일가중치 라이선스
Restoration
LibreDDColort-restore.ptapache-2.0
LibreDDColorl-restore.ptapache-2.0

위의 모든 파일은 현재 LibreYOLO 조직에 있으며 처음 사용할 때 내려받습니다.

Licensing

내려받는 특정 가중치의 Hugging Face 저장소에서 라이선스를 확인하십시오. LibreYOLO 조직의 모든 체크포인트에는 라이선스가 있으며 한 계열 안에서도 항상 같지는 않습니다. 해당 저장소가 신뢰할 수 있는 기준입니다. 아래 요약은 이 페이지를 마지막으로 검증했을 때 적용된 내용을 설명합니다.

관련 라이선스에 관한 설명이며 법률 자문이 아닙니다. 상업적으로 중요한 사안이라면 라이선스를 직접 읽고 별도의 법률 자문을 받으십시오.

원작
DDColor, DDColor authors
업스트림 라이선스
Apache-2.0
업스트림 소스
github.com/piddnad/DDColor
LibreYOLO 코드
MIT
가중치
Apache-2.0, huggingface.co/LibreYOLO에 다시 게시됨
해석
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}
}

raw.githubusercontent.com/piddnad/DDColor/master/README.md에 있는 저자의 인용 블록에서 복사했습니다.

LibreYOLO v1.6.0에서 검증되었습니다. 이 페이지의 지원 표, 체크포인트, 벤치마크 수치는 출시된 라이브러리와 공개된 가중치에서 생성되며 수동으로 작성되지 않습니다.

모델 변형 또는 제품군 개요를 선택한 다음 블록을 선택하여 상세 정보를 확인하세요. 전체 다이어그램에서 확대하거나 SVG 및 PNG를 다운로드할 수 있습니다. 다이어그램은 영어로 표시됩니다.