文件名称：Colorful-Image-Colorization:这是纸张彩色图像着色的keras实现
文件大小：5.91MB
文件格式：ZIP
更新时间：2024-05-20 16:46:55
computer-vision deep-learning colorization Python
彩色图像着色 这是纸张的keras实现。 依存关系 数据集 按照下载ImageNet数据集。 建筑学 用法 数据预处理 提取训练图像： $ python pre-process.py 火车 $ python train.py 如果要在培训过程中可视化，请在终端中运行： $ tensorboard --logdir path_to_current_dir/logs 演示版 将预先训练的模型下载到“ models”文件夹中，然后运行： $ python demo.py 输入 输出 GT
【文件预览】：
Colorful-Image-Colorization-master
----images()
--------7_out.png(112KB)
--------2_image.png(31KB)
--------2_gt.png(91KB)
--------4_out.png(113KB)
--------8_gt.png(92KB)
--------9_out.png(135KB)
--------1_out.png(164KB)
--------8_out.png(92KB)
--------6_out.png(118KB)
--------6_gt.png(118KB)
--------3_out.png(152KB)
--------9_gt.png(137KB)
--------imagenet.png(152KB)
--------5_image.png(42KB)
--------5_gt.png(121KB)
--------3_gt.png(152KB)
--------5_out.png(121KB)
--------7_gt.png(111KB)
--------2_out.png(87KB)
--------4_image.png(38KB)
--------6_image.png(40KB)
--------0_image.png(41KB)
--------color_net.png(46KB)
--------8_image.png(33KB)
--------1_gt.png(165KB)
--------4_gt.png(112KB)
--------0_gt.png(121KB)
--------0_out.png(119KB)
--------3_image.png(51KB)
--------9_image.png(46KB)
--------1_image.png(55KB)
--------7_image.png(38KB)
----class_rebal.py(4KB)
----utils.py(1KB)
----data()
--------pts_in_hull.npy(5KB)
--------prior_prob_smoothed.npy(3KB)
--------prior_prob.npy(3KB)
--------prior_factor.npy(3KB)
----train.py(3KB)
----cielab_color_space.py(2KB)
----demo.py(4KB)
----train_names.txt(9.71MB)
----unit_tests.py(1KB)
----LICENSE(1KB)
----valid_names.txt(80KB)
----model.py(5KB)
----.gitignore(136B)
----data_generator.py(4KB)
----config.py(255B)
----README.md(4KB)