DisentangledColorization 项目使用教程

DisentangledColorization 项目使用教程

DisentangledColorization A colorization framework that disentangles the color multimodality and the structural consistency via adaptively located anchors, so that both aspects can be achieved effectively. [SIGGRAPH Asia 2022] 项目地址: https://gitcode.com/gh_mirrors/di/DisentangledColorization

1. 项目目录结构及介绍

DisentangledColorization/
├── asserts/
├── checkpoints/
├── data/
├── main/
│   ├── colorizer/
│   └── ...
├── models/
├── scripts/
├── utils/
├── LICENSE
├── README.md
├── environment.yaml
└── requirements.txt

目录结构介绍

• asserts/: 存放项目相关的静态资源文件。
• checkpoints/: 存放预训练模型和训练过程中的检查点文件。
• data/: 存放训练和测试数据集。
• main/: 项目的主要代码文件夹，包含颜色化处理的核心逻辑。
  • colorizer/: 颜色化处理的具体实现代码。
• models/: 存放项目中使用的模型定义文件。
• scripts/: 存放项目的脚本文件，如训练、推理等脚本。
• utils/: 存放项目中使用的工具函数和辅助代码。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目的说明文档。
• environment.yaml: 项目的环境配置文件，用于创建项目的虚拟环境。
• requirements.txt: 项目所需的Python依赖包列表。

2. 项目启动文件介绍

项目的启动文件主要位于 main/ 目录下，特别是 main/colorizer/ 文件夹中。以下是主要的启动文件：

• main/colorizer/inference.py: 用于图像颜色化的推理脚本。用户可以通过该脚本加载预训练模型并对输入图像进行颜色化处理。

使用方法

python main/colorizer/inference.py --checkpt [checkpoint path] --data [input dir] --name [save name]

• --checkpt: 指定预训练模型的路径。
• --data: 指定输入图像的目录。
• --name: 指定输出图像的保存名称。

3. 项目的配置文件介绍

environment.yaml

environment.yaml 文件用于配置项目的虚拟环境，包含所需的Python版本和依赖包。

name: DISCO
channels:
  - pytorch
  - defaults
dependencies:
  - python=3.8
  - pytorch==1.8.0
  - torchvision==0.9.0
  - torchaudio==0.8.0
  - cudatoolkit=10.2
  - pip
  - pip:
    - -r requirements.txt

requirements.txt

requirements.txt 文件列出了项目所需的Python依赖包。

numpy
matplotlib
...

使用方法

通过以下命令创建并激活虚拟环境：

conda env create -f environment.yaml
conda activate DISCO

然后安装其他依赖包：

pip install -r requirements.txt

通过以上步骤，您可以成功配置项目的环境并开始使用 DisentangledColorization 项目。

DisentangledColorization A colorization framework that disentangles the color multimodality and the structural consistency via adaptively located anchors, so that both aspects can be achieved effectively. [SIGGRAPH Asia 2022] 项目地址: https://gitcode.com/gh_mirrors/di/DisentangledColorization