AI 图像修复 一键上色

说明

本文章针对一键上色pytorch环境的配置和运行过程进行记录,提供所有资料下载。

运行效果:

可以对人物、风景进行自动化的着色,效果非常不错。上图即是恢复1867年的景象。

代码准备

代码下载
https://jihulab.com/smartai/bicolor

环境准备

模型下载,原链接googledrive,在Readme中可找到。百度云下载链接:https://pan.baidu.com/s/1aCAbW29A2iLrRGXBpi3l0A?pwd=180o 提取码:180o
下载后放置到如下图目录中

使用conda批量安装environment.yml中的环境

name: bigcolor
channels:- pytorch- conda-forge- defaults
dependencies:- _libgcc_mutex=0.1=main- _openmp_mutex=5.1=1_gnu- blas=1.0=mkl- bzip2=1.0.8=h7b6447c_0- ca-certificates=2022.6.15=ha878542_0- certifi=2022.6.15=py38h578d9bd_0- cudatoolkit=11.3.1=h2bc3f7f_2- ffmpeg=4.3=hf484d3e_0- freetype=2.11.0=h70c0345_0- giflib=5.2.1=h7b6447c_0- gmp=6.2.1=h295c915_3- gnutls=3.6.15=he1e5248_0- intel-openmp=2021.4.0=h06a4308_3561- jpeg=9e=h7f8727e_0- lame=3.100=h7b6447c_0- lcms2=2.12=h3be6417_0- ld_impl_linux-64=2.38=h1181459_1- libffi=3.3=he6710b0_2- libgcc-ng=11.2.0=h1234567_1- libgomp=11.2.0=h1234567_1- libiconv=1.16=h7f8727e_2- libidn2=2.3.2=h7f8727e_0- libpng=1.6.37=hbc83047_0- libstdcxx-ng=11.2.0=h1234567_1- libtasn1=4.16.0=h27cfd23_0- libtiff=4.2.0=h2818925_1- libunistring=0.9.10=h27cfd23_0- libuv=1.40.0=h7b6447c_0- libwebp=1.2.2=h55f646e_0- libwebp-base=1.2.2=h7f8727e_0- lz4-c=1.9.3=h295c915_1- mkl=2021.4.0=h06a4308_640- mkl-service=2.4.0=py38h7f8727e_0- mkl_fft=1.3.1=py38hd3c417c_0- mkl_random=1.2.2=py38h51133e4_0- ncurses=6.3=h5eee18b_3- nettle=3.7.3=hbbd107a_1- numpy=1.22.3=py38he7a7128_0- numpy-base=1.22.3=py38hf524024_0- openh264=2.1.1=h4ff587b_0- openssl=1.1.1p=h5eee18b_0- pillow=9.0.1=py38h22f2fdc_0- pip=22.1.2=py38h06a4308_0- python=3.8.13=h12debd9_0- python_abi=3.8=2_cp38- pytorch=1.10.1=py3.8_cuda11.3_cudnn8.2.0_0- pytorch-mutex=1.0=cuda- readline=8.1.2=h7f8727e_1- six=1.16.0=pyhd3eb1b0_1- sqlite=3.38.5=hc218d9a_0- tk=8.6.12=h1ccaba5_0- torchvision=0.11.2=py38_cu113- typing_extensions=4.1.1=pyh06a4308_0- wheel=0.37.1=pyhd3eb1b0_0- xz=5.2.5=h7f8727e_1- zlib=1.2.12=h7f8727e_2- zstd=1.5.2=ha4553b6_0- pip:- absl-py==1.1.0- cachetools==5.2.0- charset-normalizer==2.1.0- google-auth==2.9.0- google-auth-oauthlib==0.4.6- grpcio==1.47.0- idna==3.3- imageio==2.19.3- importlib-metadata==4.12.0- markdown==3.3.7- networkx==2.8.4- oauthlib==3.2.0- packaging==21.3- protobuf==3.19.4- pyasn1==0.4.8- pyasn1-modules==0.2.8- pyparsing==3.0.9- pywavelets==1.3.0- requests==2.28.1- requests-oauthlib==1.3.1- rsa==4.8- scikit-image==0.19.3- scipy==1.8.1- setuptools==59.5.0- tensorboard==2.9.1- tensorboard-data-server==0.6.1- tensorboard-plugin-wit==1.8.1- tifffile==2022.5.4- timm==0.6.5- torch-ema==0.3- tqdm==4.64.0- urllib3==1.26.10- werkzeug==2.1.2- zipp==3.8.0

运行

如果要对单张图片运行:

./scripts/demo.sh ~/Downloads/WechatIMG5879.jpeg

批量运行:

./scripts/colorize.real.sh

可修改图片目录,如下是脚本内容

#!/bin/bash
res=256
# INFERENCE
python -W ignore colorize_real.py \--path_ckpt 'ckpts/bigcolor' \--path_input 'images_gray/new'\  # 这里改为要处理的图片目录--epoch 11 \--size_target $res \--type_resize 'powerof' \--topk 1 \--seed -1 \--use_ema

执行效果如下:

AI 图像修复 一键上色相关推荐

  1. PhotoEnhancer老照片修复,旧照修复,图像去噪,黑白照上色,AI图像修复,AI图像去噪,一键自动修复照片,附下载链接

    一款老照片修复神器,基于人工智能算法的图片修补工具,可一键轻松修复低像素和模糊照片. 文末附工具下载链接~ 一.软件简介 软件自带四种人工智能模型: [通用模型]:适合风景.建筑.动物.花卉等真实场景 ...

  2. 基于深度学习的Image Inpainting (图像修复)论文推荐(持续更新)

    传统的图形学和视觉的研究方法,主要还是基于数学和物理的方法.然而随着近几年深度学习在视觉领域取得的卓越的效果,视觉领域研究的前沿已经基本被深度学习占领.在这样的形势之下,越来越多的图形学研究者也开始将 ...

  3. 模糊图片变清晰,这款AI图片修复工具,一键轻松修复!

    在日常的工作学习生活中,我们总是避免不了,要去网上找各种素材图.然而有时候找到的图片,并不是那么完美,比如存在清晰度不够等问题. 就算你亲自进行拍摄,也有可能会因为粗心大意,拍了张模糊照片. 造成照片 ...

  4. 图像修复中的方法--AI智能.

    [编者按]近些年,基于深度学习的发展,计算机视觉在人工智能和深度学习的大背景下方兴未艾,与此同时,当越来越多的应用场景被挖掘出来时,也意味着计算机视觉的发展前景将无比广阔,其中图像处理技术就是最热门的 ...

  5. AI图像智能修复老照片,效果惊艳到我了

    编者按:近些年,基于深度学习的发展,计算机视觉在人工智能和深度学习的大背景下方兴未艾,与此同时,当越来越多的应用场景被挖掘出来时,也意味着计算机视觉的发展前景将无比广阔,其中图像处理技术就是最热门的应 ...

  6. AI图像照片动漫发型3D活化修复处理流量主小程序开发

    AI图像照片动漫发型3D活化修复处理流量主小程序开发 功能// 发型转换.表情编辑.活照片.闭眼转睁眼.漫画人像.黑白图片上色.图片趣味处理.图像清晰度增强.对比度增强.拉伸图片恢复.无损放大图片处理 ...

  7. AI 图像智能修复老照片,效果惊艳到我了!| 附代码

    [编者按]近些年,基于深度学习的发展,计算机视觉在人工智能和深度学习的大背景下方兴未艾,与此同时,当越来越多的应用场景被挖掘出来时,也意味着计算机视觉的发展前景将无比广阔,其中图像处理技术就是最热门的 ...

  8. ai新视觉:一键解决模糊图片高清精准修复

    ai新视觉:一键解决模糊图片高清精准修复 美工在处理照片时,通常会遇到图片模糊不清,提高清晰度依靠PS或其他平面工具处理步骤十分麻烦,人工处理精度难以把控,因此成为客户投诉最多,备受诟病的问题. 通常 ...

  9. AI 图像智能修复老照片

    近些年,基于深度学习的发展,计算机视觉在人工智能和深度学习的大背景下方兴未艾,与此同时,当越来越多的应用场景被挖掘出来时,也意味着计算机视觉的发展前景将无比广阔,其中图像处理技术就是最热门的应用之一, ...

最新文章

  1. Kali2021.2 VMware最新版安装步骤
  2. html 找不到文件,WebView 加载本地HTML 文件 提示找不到该文件
  3. 自然语言处理NLP-100例 | 第二篇:在线课程评论情感分析-本科毕设实战案例
  4. GDCM:gdcm::MediaStorage的测试程序
  5. flash 异常修复:QQ 的 flash 图标显示异常?QQ 秀、表情加载异常?一招解决
  6. 状态空间模型中参数的贝叶斯估计
  7. C常见错误小记(未完)
  8. 编写可靠shell脚本的8个建议
  9. journalctl工具基础介绍
  10. pythonqq机器人酷q_基于python和酷Q的QQ机器人开发实践(1)
  11. 如何将其他注册商处的域名申请转出并转入阿里云(图文教程)
  12. 如何查看自己已连接WiFi的密码
  13. win7系统激活最简单方法
  14. 分享四款实用流程图模板
  15. lol-----寒冰射手-----艾希
  16. android apk的md5值,android 获取apk md5值
  17. 普通一本的计算机专业好就业吗,放弃985大学冷门专业,填报普通一本热门专业,值吗?...
  18. 使用Proxmox搭建私有云平台
  19. 贪吃蛇之智能蛇的实现
  20. c语言编辑mapgis花纹库,MapGIS绘图步骤、图形处理—输入编辑等技巧

热门文章

  1. [附源码]JSP+ssm计算机毕业设计唐山极速速运冷库货物管理系统xf81q【源码、数据库、LW、部署】
  2. 沁春奶咖告诉您丝袜奶茶在家里可以这样做哦!
  3. 最新Whmcs销售系统模板+购物车模板Yousi/UI很不错
  4. Podman是什么?它与Docker有什么区别?
  5. MQTT Version 3.1.1——OASIS Standard
  6. 扔物线的给Android开发者的RxJava详解一文
  7. python画立体图形代码_python中如何画三维的图形?
  8. photoshop cs5安装包永久激活和安装的方法
  9. s域中的pid控制matlab,Compensation Designer 2P2Z控制器S域模型理解
  10. 基于Logistic回归的上市公司ROE预测