HVI-CIDNet

HVI-CIDNet restores low-light images through hue, saturation and intensity processing.

Tarefas: restoration
Tamanhos: t at 256 px
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: HVI-CIDNet por HVI-CIDNet authors, MIT. Artigo, código-fonte
Licenças: Código MIT, pesos MIT. Uso comercial

Install

bash

pip install "libreyolo"

Predict

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 and intensity each default to 1.0. Validation uses paired image data. Training and export are not supported.

Validate

Python

from libreyolo import LibreYOLO model = LibreYOLO("LibreHVICIDNett-restore.pt", device="cpu")# Paired restoration dataset YAML: degraded images in inputs/, clean targets in targets/, matched by file stem.metrics = 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

Arquivo	Licença dos pesos
Restoration
LibreHVICIDNett-restore.pt	mit

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: HVI-CIDNet, HVI-CIDNet authors
Licença original: MIT
Código-fonte original: github.com/Fediory/HVI-CIDNet
Código do LibreYOLO: MIT
Pesos: MIT, republicado em huggingface.co/LibreYOLO
Interpretação: The publisher declares MIT for the model and generalization checkpoint.

Citation

@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}
}

Copiado do bloco de citação dos autores em raw.githubusercontent.com/Fediory/HVI-CIDNet/master/Readme.md.