はじめに
DeOldifyは、モノクロ写真やビデオのインテリジェントなカラー化と修復のためのディープラーニング技術に基づくオープンソースプロジェクトです。DeOldifyは、3つの異なる事前学習済みモデルを提供します:Artisticモデルは、芸術的で詳細な画像効果を生成することに焦点を当て、Stableモデルは、ポートレートや自然風景に適しており、Videoモデルは、画像の安定性を確保するためにビデオ用に特別に最適化されています。Videoモデルは、画像の安定性を確保するためにビデオ用に最適化されています。このプロジェクトは完全にオープンソースであり、Google Colabやローカルデプロイメントなどを通じて利用することができるため、誰でも簡単に貴重な歴史的写真や画像に新たな命を吹き込むことができる。
おすすめだ:CodeFormer: 画像とビデオの顔復元、古い写真の復元、ワンクリック展開版を提供
機能一覧
- モノクロ写真のインテリジェントな自動カラーリングに対応
- 白黒映像の一貫した安定したカラー化をサポート
- 異なるアプリケーションシナリオのニーズに対応する3つの専門的な事前トレーニングモデルを提供します。
- アーティスティック・モデル:最高品質の画像着色効果
- 安定したモデル:ポートレートと風景の処理の最適化
- ビデオモデル:ビデオのカラーリングの滑らかさと安定性を確保する。
- ローカルに配置することなく、Google Colab経由でのオンライン利用をサポート
- 完全なローカル・インストールと展開ソリューションを提供
- Jupyter Notebookによるインタラクティブな利用をサポート
- 事前学習モデルの重みファイルをダウンロードして使用するために開く
ヘルプの使用
1.オンラインアクセス(推奨)
最も簡単な使い方は、グーグルコラボを利用することだ:
- イメージカラーリング:
- アクセス DeOldify イメージカラー Colab notebook
- 実行」ボタンをクリック
- モノクロ写真をアップロードする
- 適切なカラーリングモデルの選択(アーティスティックまたはステイブル)
- 処理の完了を待ち、結果をダウンロードする
- ビデオ・カラーリング:
- DeOldify Video Colouring Colab notebookをご覧ください。
- インターフェイスのプロンプトに従って、必要なセルを実行する。
- 白黒ビデオファイルのアップロード
- 処理が完了するのを待ち、着色後にビデオをダウンロードする。
2.現地での設置と使用
ローカルコンピューターでDeOldifyを実行する必要がある場合は、以下の手順に従ってください:
環境要件:
- オペレーティングシステム:Ubuntu 18.04または16.04(Windowsはサポートされていません)
- グラフィックカードが必要です:
- カラーリングのみ:4GB以上のビデオメモリを搭載したグラフィックカード
- モデルの学習に必要:11GB以上のビデオメモリを搭載したグラフィックカードを推奨
インストールの手順
- プロジェクトコードをクローンする:
git clone https://github.com/jantic/DeOldify.git DeOldify
cd DeOldify
- conda環境を作成する:
conda env create -f environment.yml
- 環境をアクティベートし、Jupyter Labを起動する:
ソースはdeoldifyをアクティブにする
ジュピターラボ
- 訓練済みモデルをダウンロードする:
- プロジェクトが提供するモデルダウンロードリンクにアクセスする
- 必要なモデルウェイトファイルをダウンロードする
- ダウンロードしたファイルをプロジェクトの/models/ディレクトリに置く。
3.使用上の推奨事項
- 適切なモデルを選ぶ:
- アーティスティックな写真の場合:アーティスティック・モデルを使用すると、より豊かな色彩効果が得られます。
- ポートレートや風景写真には、Stableモデルをお勧めします!
- ビデオ処理の場合:画像の安定性を確保するため、必ずVideoモデルを使用してください。
- 画像処理のスキル
- より良いカラーリングのために、より質の高いモノクロ画像を提供する。
- render_factorパラメータは、処理効果と速度のバランスをとるために調整できる。
- 重要な写真には、対照的な効果を得るために異なるモデルを試してみることをお勧めします。
- 警告だ:
- 大きなファイルを扱うときは、十分なコンピューティングリソースを確保してください。
- ビデオ処理には時間がかかる場合があります!
- バッチ処理の前に、少量のサンプルをテスト用に処理することをお勧めします。