Модель
Dual Colorization Model

Модель колоризации для черно-белых изображений.

Лицензия
Other
Бесплатно
Подключить
Категории
CVCV Aggregatorcolorization
Разработчик
Pavel Hanchar
Описание

Возможности

Нейронная сеть для преобразования черно-белых изображений в цветные

Пайплайн модели:

В модель включены две нейронные сети (eccv16 и siggraph17). На входе модель получает черно-белое изображение, на выход выдаются два предикта с разными вариантами колоризации. Таким образом пользователь может выбрать для себя более органичное на свой взгляд изображение.

Сценарии использования

Колоризация черно-белых изображений

Все веса модели доступны для скачивания. Модель может быть дообучена под специфические задачи, такие как:

  • современная обработка старой мультипликации и кинолент;
  • повышение качества и реалистичности исторических снимков.

Инструкции по использованию

  1. Чтобы деплой был постоянно включен и ожидал запросов без задержки на инициализацию установить 1-1 pod. Если деплой больше не нужен, установить 0-1 pod, чтобы деплой перешел в режим ожидания и деньги не списывались.
  2. Чтобы создать деплой модели, необходимо указать следующий базовый образ: https://cr.msk.sbercloud.ru/aicloud-base-images/horovod-cuda10.2:0.0.28
  3. Изображение необходимо сконвертировать в BASE64 и отправить запрос.

Конвертер: https://codebeautify.org/image-to-base64-converter

Пример функции для конвертирования:

def open_images_base64(img_strs):
  return np.array(Image.open(BytesIO(base64.b64decode(img_strs))).convert("RGB"))[:,:,::-1]

def create_image(img):
  buffered = BytesIO()
  img.save(buffered, format="JPEG")
  img_str = base64.b64encode(buffered.getvalue()).decode("latin1")
  return img_str
  1. Для каждого изображения, которое необходимо распознать требуется отдельный запрос

Обучающие примеры

{"instances":[{ "images": "your base64 string" }]}

Пример ответа

строка base64

Изображение

Изображение

Изображение

Полезные сcылки

GitHub - pavelgonchar/colornet: Neural Network to colorize grayscale images

Дисклеймер

Начиная использовать контент, пользователь принимает условия Пользовательского соглашения и Лицензии контента. Ответственность за выбор и способы использования контента AI Marketplace (DataHub/AI Services) лежит на пользователе. В случае возникновения сомнений в соответствии описания контента с его фактическим содержимым и свойствами, Пользователь может обратиться в окно технической поддержки, размещенное на Платформе в модуле «Сообщить о проблеме».

Исчерпывающая информация по лицензии данного контента находится в разделе Лицензионное соглашение ниже.

Лицензионное соглашение

Лицензия на контент