HVI-CIDNet

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

Tác vụ: restoration
Kích thước: t at 256 px
Cài đặt: pip install libreyolo
Bậc hỗ trợ: Chỉ suy luận, từ v1.6.0. Chỉ dự đoán, kiểm định và xuất. Không áp dụng các tính năng huấn luyện.
Thượng nguồn: HVI-CIDNet của HVI-CIDNet authors, MIT. Bài báo, mã nguồn
Giấy phép: Mã nguồn MIT, trọng số MIT. Sử dụng thương mại

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

Tệp	Giấy phép trọng số
Restoration
LibreHVICIDNett-restore.pt	mit

Mọi tệp ở trên hiện đều có trong tổ chức LibreYOLO và được tải xuống trong lần sử dụng đầu tiên.

Licensing

Hãy kiểm tra giấy phép trong repo Hugging Face của trọng số cụ thể mà bạn tải xuống. Mỗi checkpoint trong tổ chức LibreYOLO đều có giấy phép riêng và giấy phép có thể khác nhau trong cùng một họ. Repo đó là nguồn có thẩm quyền; phần tóm tắt dưới đây mô tả các điều khoản áp dụng khi trang này được kiểm chứng lần gần nhất.

Đây là phần mô tả các giấy phép liên quan, không phải tư vấn pháp lý. Nếu câu trả lời có ý nghĩa về mặt thương mại, hãy tự đọc các giấy phép và tham khảo cố vấn của riêng bạn.

Công trình gốc: HVI-CIDNet, HVI-CIDNet authors
Giấy phép thượng nguồn: MIT
Nguồn thượng nguồn: github.com/Fediory/HVI-CIDNet
Mã nguồn LibreYOLO: MIT
Trọng số: MIT, được phát hành lại tại huggingface.co/LibreYOLO
Diễn giải: 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}
}

Được sao chép từ khối trích dẫn của tác giả tại raw.githubusercontent.com/Fediory/HVI-CIDNet/master/Readme.md.