使用场景

在工业检测中，去除产品表面的镜面反射，以便更准确地进行缺陷检测。

在艺术作品的数字化过程中，去除镜面反射，以保留作品的原始细节。

在医学成像中，去除镜面反射，提高图像的诊断价值。

产品特色

去除镜面反射：从纹理表面去除镜面反射，揭示隐藏的纹理细节。

多尺度SSIM损失：在扩散训练过程中使用，提高预测的清晰度。

随机条件尺度技术：增强模型在不同条件下的适应性和预测精度。

基于StableNormal：继承了StableNormal在单目法线估计中的稳定性优势。

支持Torch Hub Loader：方便地加载和应用模型。

提供Gradio界面：为用户提供更好的交互体验。

使用教程

1. 打开终端或命令提示符。

2. 使用以下命令安装StableDelight：`pip install stable-delight`。

3. 导入所需的库：`import torch, from PIL import Image`。

4. 加载图像：`input_image = Image.open("path/to/your/image.jpg")`。

5. 创建预测器实例：`predictor = torch.hub.load("Stable-X/StableDelight", "StableDelight_turbo", trust_repo=True)`。

6. 将模型应用于图像：`delight_image = predictor(input_image)`。

7. 保存或显示结果：`delight_image.save("output/delight.png")`。

8. （可选）使用Gradio界面：运行`python app.py`启动Gradio界面。