DeOldify: das klassische Open-Source-Tool zum Einfärben von Schwarz-Weiß-Fotos und Videos mit Hilfe von KI-Techniken

Allgemeine Einführung

DeOldify ist ein Open-Source-Projekt, das auf Deep-Learning-Technologie zur intelligenten Kolorierung und Restaurierung von Schwarzweißfotos und -videos basiert. DeOldify bietet drei verschiedene vortrainierte Modelle: Das Artistic-Modell konzentriert sich auf die Erzeugung künstlerischer und detaillierter Bildeffekte, das Stable-Modell eignet sich besser für Porträts und natürliche Landschaften, und das Video-Modell ist speziell für Videos optimiert, um die Bildstabilität zu gewährleisten. Das Videomodell ist für Video optimiert, um die Bildstabilität zu gewährleisten. Das Projekt ist vollständig quelloffen und kann über Google Colab, die lokale Bereitstellung und andere Mittel verwendet werden, so dass es für jeden einfach ist, wertvollen historischen Fotos und Bildern neues Leben einzuhauchen.

Empfohlen:CodeFormer: Bild- und Video-Gesichtsrestaurierung, Wiederherstellung alter Fotos, bietet eine Ein-Klick-Bereitstellungsversion

Kostenlose Erfahrung: https://deoldify.ai/

Funktionsliste

• Unterstützt die intelligente automatische Einfärbung von Schwarz-Weiß-Fotos
• Unterstützt die konsistente und stabile Kolorierung von Schwarz-Weiß-Videos
• Bietet drei professionelle Vorschulungsmodelle, die den Anforderungen verschiedener Anwendungsszenarien gerecht werden
  • Künstlerische Modelle: für höchste Qualität bei der Bildfärbung
  • Stabiles Modell: Optimierung der Bearbeitung von Porträts und Landschaften
  • Videomodell: Gewährleistet eine gleichmäßige und stabile Videofarbgebung
• Unterstützt die Online-Nutzung über Google Colab ohne lokale Bereitstellung
• Bieten Sie eine vollständige Lösung für die lokale Installation und Bereitstellung
• Unterstützung für die interaktive Nutzung über Jupyter Notebook
• Öffnen Sie die Datei mit den Modellgewichten vor dem Training zum Herunterladen und Verwenden

Hilfe verwenden

1. online Zugang (empfohlen)

Am einfachsten geht das online über Google Colab:

1. Bildfärbung:
   • Zugang DeOldify Bildfärbung Colab Notizbuch
   • Klicken Sie auf die Schaltfläche "Ausführen".
   • Laden Sie Ihre Schwarz-Weiß-Bilder hoch
   • Auswahl des geeigneten Färbemodells (künstlerisch oder stabil)
   • Warten Sie den Abschluss der Verarbeitung ab und laden Sie die Ergebnisse herunter.
2. Video-Farbgebung:
   • Besuchen Sie das DeOldify Video Colouring Colab Notizbuch
   • Folgen Sie den Anweisungen auf der Benutzeroberfläche, um die erforderlichen Zellen auszuführen
   • Hochladen von Schwarz-Weiß-Videodateien
   • Warten Sie, bis die Verarbeitung abgeschlossen ist, und laden Sie das Video nach dem Einfärben herunter

2. lokale Installation und Nutzung

Wenn Sie DeOldify auf Ihrem lokalen Computer ausführen müssen, gehen Sie folgendermaßen vor:

Umweltanforderungen:

• Betriebssystem: Ubuntu 18.04 oder 16.04 (Windows wird nicht unterstützt)
• Anforderungen an die Grafikkarte:
  • Nur Farbgebung: Grafikkarten mit mehr als 4 GB Videospeicher
  • Erforderlich zum Trainieren des Modells: eine Grafikkarte mit mehr als 11 GB Videospeicher wird empfohlen

Installationsschritte:

1. Klonen Sie den Projektcode:

git clone https://github.com/jantic/DeOldify.git DeOldify
cd DeOldify

2. Erstellen Sie eine conda-Umgebung:

conda env create -f environment.yml

3. Aktivieren Sie die Umgebung und starten Sie Jupyter Lab:

Quelle aktivieren deoldify
Jupyter-Labor

4. Laden Sie das vortrainierte Modell herunter:

• Besuchen Sie den vom Projekt zur Verfügung gestellten Download-Link für das Modell
• Laden Sie die erforderliche Datei mit den Modellgewichten herunter
• Legen Sie die heruntergeladenen Dateien in das Verzeichnis /models/ des Projekts

3 Empfehlungen für die Verwendung

1. Wählen Sie das richtige Modell:
   • Für künstlerische Fotos: Verwenden Sie das Modell "Künstlerisch" für sattere Farbeffekte.
   • Für Porträts und Landschaften: das stabile Modell wird empfohlen!
   • Für die Videoverarbeitung: Verwenden Sie unbedingt das Modell Video, um die Bildstabilität zu gewährleisten.
2. Kenntnisse in der Bildbearbeitung:
   • Bessere Qualität von Schwarz-Weiß-Bildern für bessere Kolorierungsergebnisse.
   • Der Parameter render_factor kann angepasst werden, um ein Gleichgewicht zwischen Verarbeitungseffekt und Geschwindigkeit herzustellen.
   • Für wichtige Fotos empfiehlt es sich, verschiedene Modelle auszuprobieren, um unterschiedliche Effekte zu erzielen.
3. Vorbehalte:
   • Vergewissern Sie sich, dass Sie über ausreichende Computerressourcen verfügen, wenn Sie mit großen Dateien arbeiten.
   • Die Bearbeitung des Videos kann lange dauern, bitte haben Sie etwas Geduld!
   • Es wird empfohlen, vor der Stapelverarbeitung eine kleine Anzahl von Proben für Tests zu verarbeiten.

Der Leitfaden für Laien zum Einstieg in die KI

Hilft Ihnen, die Nutzung von KI-Tools kostengünstig und von Null an zu erlernen.KI ist, wie Bürosoftware, eine wesentliche Fähigkeit für jeden. Die Beherrschung von KI verschafft Ihnen einen Vorteil bei der Stellensuche und die Hälfte des Aufwands bei Ihrer zukünftigen Arbeit und Ihrem Studium.

Details ansehen>