DDColor
DDColor predicts image color from luminance.
- Zadania
- restoration
- Instalacja
pip install libreyolo- Poziom obsługi
- Tylko inferencja, od wersji v1.6.0. Tylko predykcja, walidacja i eksport. Funkcje trenowania nie mają zastosowania.
- Projekt źródłowy
- DDColor, autorzy: DDColor authors, licencja: Apache-2.0. Publikacja, kod źródłowy
- Licencje
- Kod: MIT, wagi: Apache-2.0. Użycie komercyjne
Install
pip install "libreyolo"Predict
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
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
| Plik | Licencja wag |
|---|---|
| Restoration | |
| LibreDDColort-restore.pt | apache-2.0 |
| LibreDDColorl-restore.pt | apache-2.0 |
Każdy z powyższych plików jest obecnie dostępny w organizacji LibreYOLO i pobierany przy pierwszym użyciu.
Licensing
Sprawdź licencję w repozytorium konkretnych pobieranych wag na Hugging Face. Każdy checkpoint w organizacji LibreYOLO ma licencję, która nie zawsze jest taka sama w całej rodzinie. To repozytorium jest źródłem rozstrzygającym, a poniższe podsumowanie opisuje stan z chwili ostatniej weryfikacji tej strony.
To opis obowiązujących licencji, a nie porada prawna. Jeśli odpowiedź ma znaczenie komercyjne, przeczytaj licencje i zasięgnij własnej porady prawnej.
- Oryginalna praca
- DDColor, DDColor authors
- Licencja projektu źródłowego
- Apache-2.0
- Kod źródłowy projektu
- github.com/piddnad/DDColor
- Kod LibreYOLO
- MIT
- Wagi
- Apache-2.0, ponownie opublikowane w huggingface.co/LibreYOLO
- Interpretacja
- 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}
}Skopiowano z bloku cytowania autorów w raw.githubusercontent.com/piddnad/DDColor/master/README.md.