模型介绍

DDColor 是最新的 SOTA 图像上色算法，能够对输入的黑白图像生成自然生动的彩色结果。该模型可为黑白图像上色，输入一张黑白图像，实现端到端的全图上色，返回上色处理后的彩色图像。

算法整体流程如下图，使用 UNet 结构的骨干网络和图像解码器分别实现图像特征提取和特征图上采样，并利用 Transformer 结构的颜色解码器完成基于视觉语义的颜色查询，最终聚合输出彩色通道预测结果。

一、算家云平台创建流程

选择模型、GPU 资源，创建实例，进入 WebShell

1.激活虚拟环境

conda activate ddcolor

2.打开文件

cd DDColor

3.运行模型

export GRADIO_SERVER_NAME=0.0.0.0
export GRADIO_SERVER_PORT=8080
python gradio_app.py

运行成功，开放端口，获取访问地址，访问 webui

三、本地部署流程

1.安装 miniconda

进入 Anaconda 官网：

Miniconda — Anaconda 文档

找到快速命令行安装，选择 Linux 系统，复制代码进入 Web SSH 中粘贴进行安装

等待安装完成

2.下载模型

git clone https://github.com/piddnad/DDColor.git

3.创建虚拟环境

conda create -n ddcolor python=3.10
conda activate ddcolor

4.打开文件，安装依赖

模型发布者没有给出完整的依赖文件，需要手动安装

cd DDColor
pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt
pip install modelscope
pip install datasets
pip install gradio
pip install gradio_imageslider

5.下载预训练模型文件

运行下列代码，通常是将下列代码做成一个.py 文件，上传到模型文件 DDColor 路径下，在终端运行 python cs1.py(替换为自己的 py 文件名称)

from modelscope.hub.snapshot_download import snapshot_download

model_dir = snapshot_download('damo/cv_ddcolor_image-colorization', cache_dir='./modelscope')
print('model assets saved to %s'%model_dir)

6.运行模型

export GRADIO_SERVER_NAME=0.0.0.0
export GRADIO_SERVER_PORT=8080
python gradio_app.py

出现 8080 即证明运行成功

7.访问 WebUI

上传黑白照片，进行上色处理

点击此处，立即体验DDColor！