开源技术 * IBM 微讲堂:Kubeflow 系列(观看回放 | 下载讲义) 了解详情

图像着色器

概述

图像着色器(Image Colorizer)是一种生成式对抗网络 (GAN),由 IBM CODAIT 团队在 COCO 数据集转换为灰度的图像上进行了训练,能够产生彩色的图像。该模型的输入是灰度图像(jpeg 或 png),输出则是彩色的 256×256 图像(未来版本将会提高分辨率)。该模型基于 Christopher Hesse 的 pix2pix 模型的 Tensorflow 实现

模型元数据

领域 应用 行业 框架 训练数据 输入数据格式
视觉 图像着色 通用 TensorFlow COCO 数据集 图像

参考资料

许可

组件 许可 链接
模型 GitHub 代码仓库 Apache 2.0 许可
模型代码(第三方) MIT TensorFlow pix2pix 代码仓库
模型权重 Apache 2.0 许可
测试资产 CC0 许可 样本 README

可用于部署此模型的选项

  • 从 Dockerhub 部署:

    docker run -it -p 5000:5000 codait/max-image-colorizer
    
  • 在 Red Hat OpenShift 上部署:

    遵照本教程中有关 OpenShift Web 控制台或 OpenShift Container Platform CLI 的操作说明,并将 codait/max-image-colorizer 指定为图像名称。

  • 在 Kubernetes 上部署:

    kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Image-Colorizer/master/max-image-colorizer.yaml
    

    有关如何将此 MAX 模型部署到 IBM Cloud 上的生产环境中的更详细教程,可以在此处找到。

  • 本地部署:遵照 GitHub 上的模型 README 中的说明进行操作

用法示例

部署之后,您就可以使用 UI 上传图像:

Swagger 文档截图

您也可以通过命令行测试该模型。例如:

curl -F "image=@samples/bw-city.jpg" -XPOST http://localhost:5000/model/predict > result.png && open result.png

资源和贡献

如果您有兴趣为 Model Asset Exchange 项目做贡献或有任何疑问,按照此处的说明进行操作。

本文翻译自:Image Colorizer(2018-09-21)