DDColor

DDColor predicts image color from luminance.

Tarefas
restoration
Instalação
pip install libreyolo
Nível de suporte
Somente inferência, desde a v1.6.0. Somente predição, validação e exportação. Os recursos de treinamento não se aplicam.
Origem
DDColor por DDColor authors, Apache-2.0. Artigo, código-fonte
Licenças
Código MIT, pesos Apache-2.0. Uso comercial

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

ArquivoLicença dos pesos
Restoration
LibreDDColort-restore.ptapache-2.0
LibreDDColorl-restore.ptapache-2.0

Todos os arquivos acima existem hoje na organização LibreYOLO e são baixados no primeiro uso.

Licensing

Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.

Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.

Trabalho original
DDColor, DDColor authors
Licença original
Apache-2.0
Código-fonte original
github.com/piddnad/DDColor
Código do LibreYOLO
MIT
Pesos
Apache-2.0, republicado em huggingface.co/LibreYOLO
Interpretação
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}
}

Copiado do bloco de citação dos autores em raw.githubusercontent.com/piddnad/DDColor/master/README.md.

Verificado com o LibreYOLO v1.6.0. As tabelas de suporte, os checkpoints e os números de benchmark desta página são gerados a partir da biblioteca lançada e dos pesos publicados, não escritos à mão.

Arquitetura de DDColor

Escolha uma variante ou a visão da família e selecione um bloco para ver os detalhes. Abra o diagrama completo para ampliar ou baixar SVG e PNG. Os diagramas estão em inglês.