使用场景

老照片修复：将年代久远的黑白照片通过Color-diffusion进行上色，恢复照片原有的色彩。

艺术创作：艺术家可以使用Color-diffusion为他们的黑白作品添加色彩，创造新的艺术效果。

教育用途：在图像处理和计算机视觉课程中，Color-diffusion可以作为教学工具，帮助学生理解图像着色技术。

产品特色

使用LAB颜色空间进行图像上色

模型训练时只对颜色通道添加噪声，保持亮度通道不变

采用UNet架构进行噪声预测

在训练时将灰度图像特征与去噪UNet的特征结合

支持命令行工具和简单的gradio Web UI进行图像着色

提供了一个非马尔可夫的前向扩散过程，用于图像着色

使用教程

1. 运行`bash download_dataset.sh`下载并解压CelebA数据集。

2. 使用`inference.py`进行命令行着色：`python inference.py --image-path --checkpoint --output `。

3. 或者运行`python app.py`启动一个简单的gradio Web UI进行图像着色。

4. 在Web UI中上传黑白图片，选择模型检查点，然后点击着色按钮。

5. 等待模型处理完成，下载或查看着色后的图片。

6. 可以调整模型参数以获得更好的着色效果。