[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-piddnad--DDColor":3,"tool-piddnad--DDColor":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":79,"owner_website":82,"owner_url":83,"languages":84,"stars":93,"forks":94,"last_commit_at":95,"license":96,"difficulty_score":10,"env_os":97,"env_gpu":98,"env_ram":97,"env_deps":99,"category_tags":110,"github_topics":111,"view_count":23,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":115,"updated_at":116,"faqs":117,"releases":146},3315,"piddnad\u002FDDColor","DDColor","[ICCV 2023] DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders","DDColor 是一款由阿里巴巴达摩院开源的图像自动上色工具，旨在将黑白照片转化为色彩逼真、自然生动的彩色图像。它不仅能有效修复历史老照片，赋予其真实的色彩质感，还具备独特的风格迁移能力，甚至能将动漫或游戏中的场景渲染成写实风格，极大地拓展了应用场景。\n\n该工具主要解决了传统上色算法容易出现的色彩灰暗、不自然或细节丢失等痛点，通过深度学习技术实现了业界领先的视觉效果。其核心技术亮点在于采用了“双解码器”架构，利用多尺度视觉特征来优化可学习的颜色令牌（Color Tokens），从而更精准地预测和还原图像色彩。\n\nDDColor 非常适合多类用户群体：研究人员和开发者可以利用其开放的 PyTorch 代码库进行模型训练与二次开发；设计师和摄影师可将其作为高效的辅助工具，用于老照片修复或创意素材制作；普通用户也能通过集成的 Hugging Face、ModelScope 或 Replicate 在线演示，轻松体验一键上色的乐趣。无论是追求学术突破还是实际应用，DDColor 都提供了一个强大且易用的解决方案。","# 🎨 DDColor\n[![arXiv](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv-2212.11613-b31b1b.svg)](https:\u002F\u002Farxiv.org\u002Fabs\u002F2212.11613)\n[![HuggingFace](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F%F0%9F%A4%97%20Hugging%20Face-Models-FF8000)](https:\u002F\u002Fhuggingface.co\u002Fpiddnad\u002FDDColor-models)\n[![ModelScope demo](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F%F0%9F%91%BE%20ModelScope-Demo-8A2BE2)](https:\u002F\u002Fwww.modelscope.cn\u002Fmodels\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fsummary)\n[![Replicate](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_7dacf1cc5d87.png)](https:\u002F\u002Freplicate.com\u002Fpiddnad\u002Fddcolor)\n![visitors](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_4e541a6f7f5a.png)\n\nOfficial PyTorch implementation of ICCV 2023 Paper \"DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders\".\n\n> Xiaoyang Kang, Tao Yang, Wenqi Ouyang, Peiran Ren, Lingzhi Li, Xuansong Xie  \n> *DAMO Academy, Alibaba Group*\n\n🪄 DDColor can provide vivid and natural colorization for historical black and white old photos.\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_e51d63a915a4.webp\" width=\"100%\">\n\u003C\u002Fp>\n\n🎲 It can even colorize\u002Frecolor landscapes from anime games, transforming your animated scenery into a realistic real-life style! (Image source: Genshin Impact)\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_aeafc40adc97.webp\" width=\"100%\">\n\u003C\u002Fp>\n\n\n## News\n- [2024-01-28] Support inference via 🤗 Hugging Face! Thanks @[Niels](https:\u002F\u002Fgithub.com\u002FNielsRogge) for the suggestion and example code and @[Skwara](https:\u002F\u002Fgithub.com\u002FSkwarson96) for fixing bug.\n- [2024-01-18] Add Replicate demo and API! Thanks @[Chenxi](https:\u002F\u002Fgithub.com\u002Fchenxwh).\n- [2023-12-13] Release the DDColor-tiny pre-trained model!\n- [2023-09-07] Add the Model Zoo and release three pretrained models!\n- [2023-05-15] Code release for training and inference!\n- [2023-05-05] The online demo is available!\n\n\n## Online Demo\nTry our online demos at [ModelScope](https:\u002F\u002Fwww.modelscope.cn\u002Fmodels\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fsummary) and [Replicate](https:\u002F\u002Freplicate.com\u002Fpiddnad\u002Fddcolor).\n\n\n## Methods\n*In short:* DDColor uses multi-scale visual features to optimize **learnable color tokens** (i.e. color queries) and achieves state-of-the-art performance on automatic image colorization.\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_82e978b8ce59.jpg\" width=\"100%\">\n\u003C\u002Fp>\n\n\n## Installation\n### Requirements\n- Python >= 3.7\n- PyTorch >= 1.7\n\n### Installation with conda (recommended)\n\n```sh\nconda create -n ddcolor python=3.9\nconda activate ddcolor\npip install torch==2.2.0 torchvision==0.17.0 --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu118\n\npip install -r requirements.txt\n\n# For training, install the following additional dependencies and basicsr\npip install -r requirements.train.txt\npython3 setup.py develop\n```\n\n## Quick Start\n### Inference Using Local Script (No `basicsr` Required)\n1. Download the pretrained model:\n\n```python\nfrom modelscope.hub.snapshot_download import snapshot_download\n\nmodel_dir = snapshot_download('damo\u002Fcv_ddcolor_image-colorization', cache_dir='.\u002Fmodelscope')\nprint('model assets saved to %s' % model_dir)\n```\n\n2.\tRun inference with\n\n```sh\npython scripts\u002Finfer.py --model_path .\u002Fmodelscope\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fpytorch_model.pt --input .\u002Fassets\u002Ftest_images\n```\nor\n```sh\nsh scripts\u002Finference.sh\n```\n\n### Inference Using Hugging Face \nLoad the model via Hugging Face Hub:\n\n```python\nfrom huggingface_hub import PyTorchModelHubMixin\nfrom ddcolor import DDColor\n\nclass DDColorHF(DDColor, PyTorchModelHubMixin):\n    def __init__(self, config=None, **kwargs):\n        if isinstance(config, dict):\n            kwargs = {**config, **kwargs}\n        super().__init__(**kwargs)\n\nddcolor_paper_tiny = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_paper_tiny\")\nddcolor_paper      = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_paper\")\nddcolor_modelscope = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_modelscope\")\nddcolor_artistic   = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_artistic\")\n```\n\nOr directly perform model inference by running:\n\n```sh\npython scripts\u002Finfer.py --model_name ddcolor_modelscope --input .\u002Fassets\u002Ftest_images\n# model_name: [ddcolor_paper | ddcolor_modelscope | ddcolor_artistic | ddcolor_paper_tiny]\n```\n\n### Inference Using ModelScope\n1. Install modelscope:\n\n```sh\npip install modelscope\n```\n\n2. Run inference:\n\n```python\nimport cv2\nfrom modelscope.outputs import OutputKeys\nfrom modelscope.pipelines import pipeline\nfrom modelscope.utils.constant import Tasks\n\nimg_colorization = pipeline(Tasks.image_colorization, model='damo\u002Fcv_ddcolor_image-colorization')\nresult = img_colorization('https:\u002F\u002Fmodelscope.oss-cn-beijing.aliyuncs.com\u002Ftest\u002Fimages\u002Faudrey_hepburn.jpg')\ncv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])\n```\n\nThis code will automatically download the `ddcolor_modelscope` model (see [ModelZoo](#model-zoo)) and performs inference. The model file `pytorch_model.pt` can be found in the local path `~\u002F.cache\u002Fmodelscope\u002Fhub\u002Fdamo`.\n\n### Gradio Demo\nInstall the gradio and other required libraries:\n\n```sh\npip install gradio gradio_imageslider\n```\n\nThen, you can run the demo with the following command:\n\n```sh\npython demo\u002Fgradio_app.py\n```\n\n## Model Zoo\nWe provide several different versions of pretrained models, please check out [Model Zoo](MODEL_ZOO.md).\n\n\n## Train\n1. Dataset Preparation: Download the [ImageNet](https:\u002F\u002Fwww.image-net.org\u002F) dataset or create a custom dataset. Use this script to obtain the dataset list file:\n\n```sh\npython scripts\u002Fget_meta_file.py\n```\n\n2. Download the pretrained weights for [ConvNeXt](https:\u002F\u002Fdl.fbaipublicfiles.com\u002Fconvnext\u002Fconvnext_large_22k_224.pth) and [InceptionV3](https:\u002F\u002Fdownload.pytorch.org\u002Fmodels\u002Finception_v3_google-1a9a5a14.pth) and place them in the `pretrain` folder.\n\n3. Specify 'meta_info_file' and other options in `options\u002Ftrain\u002Ftrain_ddcolor.yml`.\n\n4. Start training:\n\n```sh\nsh scripts\u002Ftrain.sh\n```\n\n## ONNX export\nSupport for ONNX model exports is available.\n\n1.\tInstall dependencies:\n\n```sh\npip install onnx==1.16.1 onnxruntime==1.19.2 onnxsim==0.4.36\n```\n\n2. Usage example:\n\n```sh\npython scripts\u002Fexport_onnx.py --model_path pretrain\u002Fddcolor_paper_tiny.pth --export_path weights\u002Fddcolor-tiny.onnx\n```\n\nDemo of ONNX export using a `ddcolor_paper_tiny` model is available [here](demo\u002Fcolorization_pipeline_onnxruntime.ipynb).\n\n\n## Citation\n\nIf our work is helpful for your research, please consider citing:\n\n```\n@inproceedings{kang2023ddcolor,\n  title={DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders},\n  author={Kang, Xiaoyang and Yang, Tao and Ouyang, Wenqi and Ren, Peiran and Li, Lingzhi and Xie, Xuansong},\n  booktitle={Proceedings of the IEEE\u002FCVF International Conference on Computer Vision},\n  pages={328--338},\n  year={2023}\n}\n```\n\n## Acknowledgments\nWe thank the authors of BasicSR for the awesome training pipeline.\n\n> Xintao Wang, Ke Yu, Kelvin C.K. Chan, Chao Dong and Chen Change Loy. BasicSR: Open Source Image and Video Restoration Toolbox. https:\u002F\u002Fgithub.com\u002Fxinntao\u002FBasicSR, 2020.\n\nSome codes are adapted from [ColorFormer](https:\u002F\u002Fgithub.com\u002Fjixiaozhong\u002FColorFormer), [BigColor](https:\u002F\u002Fgithub.com\u002FKIMGEONUNG\u002FBigColor), [ConvNeXt](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FConvNeXt), [Mask2Former](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMask2Former), and [DETR](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetr). Thanks for their excellent work!\n","# 🎨 DDColor\n[![arXiv](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv-2212.11613-b31b1b.svg)](https:\u002F\u002Farxiv.org\u002Fabs\u002F2212.11613)\n[![HuggingFace](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F%F0%9F%A4%97%20Hugging%20Face-Models-FF8000)](https:\u002F\u002Fhuggingface.co\u002Fpiddnad\u002FDDColor-models)\n[![ModelScope demo](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F%F0%9F%91%BE%20ModelScope-Demo-8A2BE2)](https:\u002F\u002Fwww.modelscope.cn\u002Fmodels\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fsummary)\n[![Replicate](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_7dacf1cc5d87.png)](https:\u002F\u002Freplicate.com\u002Fpiddnad\u002Fddcolor)\n![visitors](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_4e541a6f7f5a.png)\n\nICCV 2023 论文“DDColor：通过双解码器实现照片级逼真图像着色”的官方 PyTorch 实现。\n\n> 康晓阳、杨涛、欧阳文琪、任培然、李凌志、谢宣松  \n> *达摩院，阿里巴巴集团*\n\n🪄 DDColor 可为历史黑白老照片提供生动自然的着色效果。\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_e51d63a915a4.webp\" width=\"100%\">\n\u003C\u002Fp>\n\n🎲 它甚至可以为动漫游戏中的风景进行着色或重新着色，将你的动画场景转变为逼真的现实风格！（图片来源：原神）\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_aeafc40adc97.webp\" width=\"100%\">\n\u003C\u002Fp>\n\n\n## 新闻\n- [2024-01-28] 支持通过 🤗 Hugging Face 进行推理！感谢 @[Niels](https:\u002F\u002Fgithub.com\u002FNielsRogge) 的建议和示例代码，以及 @[Skwara](https:\u002F\u002Fgithub.com\u002FSkwarson96) 的错误修复。\n- [2024-01-18] 添加 Replicate 演示和 API！感谢 @[Chenxi](https:\u002F\u002Fgithub.com\u002Fchenxwh)。\n- [2023-12-13] 发布 DDColor-tiny 预训练模型！\n- [2023-09-07] 增加模型库并发布三款预训练模型！\n- [2023-05-15] 代码发布，支持训练和推理！\n- [2023-05-05] 在线演示已上线！\n\n\n## 在线演示\n请在 [ModelScope](https:\u002F\u002Fwww.modelscope.cn\u002Fmodels\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fsummary) 和 [Replicate](https:\u002F\u002Freplicate.com\u002Fpiddnad\u002Fddcolor) 上体验我们的在线演示。\n\n## 方法\n*简而言之:* DDColor 利用多尺度视觉特征来优化**可学习的颜色标记**（即颜色查询），并在自动图像着色任务上达到了最先进的性能。\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_readme_82e978b8ce59.jpg\" width=\"100%\">\n\u003C\u002Fp>\n\n\n## 安装\n### 要求\n- Python >= 3.7\n- PyTorch >= 1.7\n\n### 使用 conda 安装（推荐）\n\n```sh\nconda create -n ddcolor python=3.9\nconda activate ddcolor\npip install torch==2.2.0 torchvision==0.17.0 --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu118\n\npip install -r requirements.txt\n\n# 对于训练，安装以下额外依赖和 basicsr\npip install -r requirements.train.txt\npython3 setup.py develop\n```\n\n## 快速入门\n### 使用本地脚本进行推理（无需 `basicsr`）\n1. 下载预训练模型：\n\n```python\nfrom modelscope.hub.snapshot_download import snapshot_download\n\nmodel_dir = snapshot_download('damo\u002Fcv_ddcolor_image-colorization', cache_dir='.\u002Fmodelscope')\nprint('模型资源已保存到 %s' % model_dir)\n```\n\n2. 运行推理：\n\n```sh\npython scripts\u002Finfer.py --model_path .\u002Fmodelscope\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fpytorch_model.pt --input .\u002Fassets\u002Ftest_images\n```\n或者\n```sh\nsh scripts\u002Finference.sh\n```\n\n### 使用 Hugging Face 进行推理\n通过 Hugging Face Hub 加载模型：\n\n```python\nfrom huggingface_hub import PyTorchModelHubMixin\nfrom ddcolor import DDColor\n\nclass DDColorHF(DDColor, PyTorchModelHubMixin):\n    def __init__(self, config=None, **kwargs):\n        if isinstance(config, dict):\n            kwargs = {**config, **kwargs}\n        super().__init__(**kwargs)\n\nddcolor_paper_tiny = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_paper_tiny\")\nddcolor_paper      = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_paper\")\nddcolor_modelscope = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_modelscope\")\nddcolor_artistic   = DDColorHF.from_pretrained(\"piddnad\u002Fddcolor_artistic\")\n```\n\n或者直接运行以下命令进行模型推理：\n\n```sh\npython scripts\u002Finfer.py --model_name ddcolor_modelscope --input .\u002Fassets\u002Ftest_images\n# model_name: [ddcolor_paper | ddcolor_modelscope | ddcolor_artistic | ddcolor_paper_tiny]\n```\n\n### 使用 ModelScope 进行推理\n1. 安装 modelscope：\n\n```sh\npip install modelscope\n```\n\n2. 运行推理：\n\n```python\nimport cv2\nfrom modelscope.outputs import OutputKeys\nfrom modelscope.pipelines import pipeline\nfrom modelscope.utils.constant import Tasks\n\nimg_colorization = pipeline(Tasks.image_colorization, model='damo\u002Fcv_ddcolor_image-colorization')\nresult = img_colorization('https:\u002F\u002Fmodelscope.oss-cn-beijing.aliyuncs.com\u002Ftest\u002Fimages\u002Faudrey_hepburn.jpg')\ncv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])\n```\n\n这段代码会自动下载 `ddcolor_modelscope` 模型（参见 [ModelZoo](#model-zoo)）并执行推理。模型文件 `pytorch_model.pt` 可以在本地路径 `~\u002F.cache\u002Fmodelscope\u002Fhub\u002Fdamo` 中找到。\n\n### Gradio 演示\n安装 gradio 和其他所需库：\n\n```sh\npip install gradio gradio_imageslider\n```\n\n然后，你可以通过以下命令运行演示：\n\n```sh\npython demo\u002Fgradio_app.py\n```\n\n## 模型库\n我们提供了多个不同版本的预训练模型，请查看 [Model Zoo](MODEL_ZOO.md)。\n\n\n## 训练\n1. 数据集准备：下载 [ImageNet](https:\u002F\u002Fwww.image-net.org\u002F) 数据集或创建自定义数据集。使用此脚本获取数据集列表文件：\n\n```sh\npython scripts\u002Fget_meta_file.py\n```\n\n2. 下载 [ConvNeXt](https:\u002F\u002Fdl.fbaipublicfiles.com\u002Fconvnext\u002Fconvnext_large_22k_224.pth) 和 [InceptionV3](https:\u002F\u002Fdownload.pytorch.org\u002Fmodels\u002Finception_v3_google-1a9a5a14.pth) 的预训练权重，并将其放入 `pretrain` 文件夹。\n\n3. 在 `options\u002Ftrain\u002Ftrain_ddcolor.yml` 中指定 `meta_info_file` 等选项。\n\n4. 开始训练：\n\n```sh\nsh scripts\u002Ftrain.sh\n```\n\n## ONNX 导出\n支持导出 ONNX 模型。\n\n1. 安装依赖：\n\n```sh\npip install onnx==1.16.1 onnxruntime==1.19.2 onnxsim==0.4.36\n```\n\n2. 使用示例：\n\n```sh\npython scripts\u002Fexport_onnx.py --model_path pretrain\u002Fddcolor_paper_tiny.pth --export_path weights\u002Fddcolor-tiny.onnx\n```\n\n使用 `ddcolor_paper_tiny` 模型的 ONNX 导出示例可在 [这里](demo\u002Fcolorization_pipeline_onnxruntime.ipynb) 查看。\n\n## 引用\n\n如果我们的工作对您的研究有所帮助，请考虑引用：\n\n```\n@inproceedings{kang2023ddcolor,\n  title={DDColor: Towards Photo-Realistic Image Colorization via Dual Decoders},\n  author={Kang, Xiaoyang and Yang, Tao and Ouyang, Wenqi and Ren, Peiran and Li, Lingzhi and Xie, Xuansong},\n  booktitle={Proceedings of the IEEE\u002FCVF International Conference on Computer Vision},\n  pages={328--338},\n  year={2023}\n}\n```\n\n## 致谢\n我们感谢 BasicSR 的作者们提供的出色训练流程。\n\n> Xintao Wang, Ke Yu, Kelvin C.K. Chan, Chao Dong 和 Chen Change Loy. BasicSR：开源图像与视频修复工具箱。https:\u002F\u002Fgithub.com\u002Fxinntao\u002FBasicSR，2020 年。\n\n部分代码改编自 [ColorFormer](https:\u002F\u002Fgithub.com\u002Fjixiaozhong\u002FColorFormer)、[BigColor](https:\u002F\u002Fgithub.com\u002FKIMGEONUNG\u002FBigColor)、[ConvNeXt](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FConvNeXt)、[Mask2Former](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMask2Former) 以及 [DETR](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetr)。感谢这些项目团队的杰出工作！","# DDColor 快速上手指南\n\nDDColor 是一款基于双解码器架构的 AI 图像着色工具，能够为黑白老照片提供逼真自然的色彩还原，同时也支持将动漫场景转化为写实风格。\n\n## 1. 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux \u002F Windows \u002F macOS\n*   **Python 版本**：>= 3.7 (推荐 3.9)\n*   **PyTorch 版本**：>= 1.7\n*   **硬件建议**：推荐使用 NVIDIA GPU 以获得最佳推理速度（需安装对应的 CUDA 版本）\n\n## 2. 安装步骤\n\n推荐使用 `conda` 创建独立虚拟环境进行安装。\n\n### 第一步：创建并激活环境\n```sh\nconda create -n ddcolor python=3.9\nconda activate ddcolor\n```\n\n### 第二步：安装 PyTorch\n根据您的 CUDA 版本安装对应的 PyTorch。以下为 CUDA 11.8 的安装命令（国内用户若下载缓慢，可尝试使用清华源或官方源）：\n```sh\npip install torch==2.2.0 torchvision==0.17.0 --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu118\n```\n\n### 第三步：安装项目依赖\n克隆项目代码后，进入目录安装依赖包：\n```sh\npip install -r requirements.txt\n```\n\n> **注意**：如果您仅需进行**推理（Inference）**，上述步骤已完成。若需要**训练模型**，请额外执行：\n> ```sh\n> pip install -r requirements.train.txt\n> python3 setup.py develop\n> ```\n\n## 3. 基本使用\n\n以下提供两种最常用的推理方式：通过本地脚本运行（适合批量处理）和通过 ModelScope 管道运行（适合快速验证）。\n\n### 方式一：本地脚本推理（推荐）\n\n此方式无需安装 `basicsr`，适合大多数用户。\n\n**1. 下载预训练模型**\n使用 ModelScope 自动下载模型资源（国内访问速度快）：\n```python\nfrom modelscope.hub.snapshot_download import snapshot_download\n\nmodel_dir = snapshot_download('damo\u002Fcv_ddcolor_image-colorization', cache_dir='.\u002Fmodelscope')\nprint('model assets saved to %s' % model_dir)\n```\n\n**2. 执行着色命令**\n假设您的测试图片位于 `.\u002Fassets\u002Ftest_images` 文件夹下：\n```sh\npython scripts\u002Finfer.py --model_path .\u002Fmodelscope\u002Fdamo\u002Fcv_ddcolor_image-colorization\u002Fpytorch_model.pt --input .\u002Fassets\u002Ftest_images\n```\n\n或者直接运行封装好的脚本：\n```sh\nsh scripts\u002Finference.sh\n```\n\n### 方式二：使用 ModelScope 管道（代码调用）\n\n如果您希望通过 Python 代码直接调用流水线，可以使用以下方式。该方式会自动下载模型并处理单张图片。\n\n**1. 安装 ModelScope**\n```sh\npip install modelscope\n```\n\n**2. 运行推理代码**\n```python\nimport cv2\nfrom modelscope.outputs import OutputKeys\nfrom modelscope.pipelines import pipeline\nfrom modelscope.utils.constant import Tasks\n\n# 初始化着色流水线\nimg_colorization = pipeline(Tasks.image_colorization, model='damo\u002Fcv_ddcolor_image-colorization')\n\n# 执行推理（支持本地路径或网络 URL）\nresult = img_colorization('https:\u002F\u002Fmodelscope.oss-cn-beijing.aliyuncs.com\u002Ftest\u002Fimages\u002Faudrey_hepburn.jpg')\n\n# 保存结果\ncv2.imwrite('result.png', result[OutputKeys.OUTPUT_IMG])\n```\n\n### 可选：启动 Gradio 网页演示\n如果您想在本机启动一个可视化的 Web 界面进行操作：\n```sh\npip install gradio gradio_imageslider\npython demo\u002Fgradio_app.py\n```\n启动后在浏览器访问显示的本地地址即可上传图片体验。","某地方档案馆的数字化团队正致力于将一批 20 世纪中叶的珍贵黑白历史照片进行修复与上色，以便在即将举办的线上展览中向公众展示更生动的历史画面。\n\n### 没有 DDColor 时\n- **色彩生硬不自然**：传统上色算法往往导致肤色发灰或植被颜色过于饱和，缺乏真实照片的质感，难以通过专家审核。\n- **细节丢失严重**：在处理复杂纹理（如老旧建筑的砖墙或人物衣物褶皱）时，容易出现色块涂抹现象，破坏了历史影像的清晰度。\n- **人工成本高昂**：为了达到展出标准，修复师必须对每张自动上色的图片进行繁琐的手工逐像素修正，耗时极长。\n- **风格单一僵化**：现有工具难以区分“写实”与“艺术”风格，无法根据照片内容灵活调整色调，导致整批展览图片看起来千篇一律。\n\n### 使用 DDColor 后\n- **照片级真实感**：DDColor 凭借双解码器架构生成的色彩过渡平滑自然，肤色红润且光影逻辑符合物理规律，直接达到展出级别。\n- **多尺度细节保留**：利用多尺度视觉特征优化可学习颜色令牌，即使在复杂的建筑纹理和衣物细节上也能精准填色，无模糊或伪影。\n- **自动化效率飞跃**：团队只需运行一次推理脚本即可批量处理数百张照片，无需大量后期手工修饰，项目周期从数周缩短至几天。\n- **风格灵活可控**：通过切换 `ddcolor_artistic` 或 `ddcolor_modelscope` 等不同预训练模型，可轻松为不同题材的照片定制写实或略带艺术感的色调。\n\nDDColor 通过其领先的自动上色技术，不仅让沉睡的黑白历史影像重现鲜活色彩，更将档案数字化工作的效率与质量提升到了全新高度。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fpiddnad_DDColor_e51d63a9.webp","piddnad","Xiaoyang Kang","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fpiddnad_078c4985.jpg","Research Engineer",null,"Paris","piddnad@gmail.com","https:\u002F\u002Fpiddnad.github.io\u002Fxiaoyangkang","https:\u002F\u002Fgithub.com\u002Fpiddnad",[85,89],{"name":86,"color":87,"percentage":88},"Python","#3572A5",99.9,{"name":90,"color":91,"percentage":92},"Shell","#89e051",0.1,1449,157,"2026-04-04T02:13:44","Apache-2.0","未说明","需要 NVIDIA GPU (安装命令指定 cu118，即 CUDA 11.8)，显存大小未说明",{"notes":100,"python":101,"dependencies":102},"官方推荐使用 conda 创建环境。推理仅需基础依赖，但训练需额外安装 basicsr 并运行 setup.py。支持通过 Hugging Face、ModelScope 或直接加载本地权重进行推理。提供多种预训练模型（包括 tiny 版本）。若需导出 ONNX 模型，需单独安装 onnx、onnxruntime 和 onnxsim。",">=3.7 (推荐 3.9)",[103,104,105,106,107,108,109],"torch>=1.7 (示例使用 2.2.0)","torchvision>=0.17.0","basicsr (训练必需)","modelscope","huggingface_hub","gradio","onnx (可选导出)",[14,13],[112,113,114],"computer-vision","image-colorization","pytorch","2026-03-27T02:49:30.150509","2026-04-06T05:17:25.836726",[118,123,128,133,138,142],{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},15225,"安装 modelscope 时遇到 'Failed building wheel for torch-scatter' 错误怎么办？","尝试直接使用以下命令安装 modelscope，避免通过复杂依赖自动构建 torch-scatter：\n\npip install modelscope\n\n如果问题依旧，建议检查 Python 版本兼容性或参考官方文档使用预编译的 wheel 包。","https:\u002F\u002Fgithub.com\u002Fpiddnad\u002FDDColor\u002Fissues\u002F15",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},15226,"训练自定义数据集时遇到 Basicsr 相关错误或版本不兼容问题如何解决？","作者已更新 README 中的安装指南，推荐使用 Conda 进行环境配置以确保依赖版本兼容。请查看最新的安装步骤：\n\nhttps:\u002F\u002Fgithub.com\u002Fpiddnad\u002FDDColor?tab=readme-ov-file#installation-with-conda-recommended\n\n作者亲测该步骤有效，能解决大部分因 torch 和 basicsr 版本不匹配导致的问题。","https:\u002F\u002Fgithub.com\u002Fpiddnad\u002FDDColor\u002Fissues\u002F41",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},15227,"为什么改变输入图像尺寸（input_size）会导致着色结果差异巨大或出现色块伪影？","这是由于颜色空间中的色度值溢出（chrominance value overflow）导致的。当网络直接预测 LAB 颜色空间的 AB 值时，容易出现数值超出范围的情况，从而产生黑白色块或异常色斑。\n\n解决方案建议：\n1. 目前可通过调整输入尺寸尝试获得最佳效果（通常中等尺寸如 512 表现较好，但需具体测试）。\n2. 长期改进方向是将网络输出改为归一化范围 (-1, 1)，然后再映射到 LAB 空间，以减少溢出问题。","https:\u002F\u002Fgithub.com\u002Fpiddnad\u002FDDColor\u002Fissues\u002F54",{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},15228,"Color Decoder 是否真的忽略了 Color Queries 的输入值？","实验观察表明，无论 Color Queries 初始化为零还是使用预训练权重，经过几层 ColorDecoderBlock 后，自注意力模块（Self-Attention）会占据主导地位，导致输出结果趋于一致。\n\n原因分析：\n1. Cross-Attention 总是对多尺度特征图（Pixel-Decoder 输出）进行平均，使得 Query 的信息被稀释。\n2. 随后的 Self-Attention 进一步强化了这种趋势，模型实际上是通过权重“记忆”了语义与颜色的对应关系，而非动态蒸馏全局颜色查询。\n\n结论：当前的架构设计让模型倾向于直接学习语义 - 颜色映射，因此显式的 Color Query 初始化影响较小。","https:\u002F\u002Fgithub.com\u002Fpiddnad\u002FDDColor\u002Fissues\u002F53",{"id":139,"question_zh":140,"answer_zh":141,"source_url":127},15229,"如何正确注册自定义数据集以避免报错？","如果在运行 setup.py 后注册数据集仍报错，请确保：\n1. 已按照最新 README 指南使用 Conda 正确安装了所有依赖（特别是 basicsr 和 torch 版本）。\n2. 数据集路径配置正确，且数据格式符合项目要求。\n3. 若仍有问题，建议检查报错截图中的具体堆栈信息，通常与路径权限或数据加载器配置有关。",{"id":143,"question_zh":144,"answer_zh":145,"source_url":132},15230,"模型输出的颜色伪影（如红\u002F蓝或绿\u002F蓝色块）是由什么原因引起的？","这些伪影主要是由色度值溢出引起的。在 LAB 颜色空间中，模型直接预测的 A 和 B 通道值可能超出了有效范围，导致转换回 RGB 时出现异常色块。\n\n临时解决方法：\n- 尝试不同的输入分辨率，有时较小的输入尺寸能减少溢出概率。\n- 对输出图像进行后处理，裁剪或钳制（clamp）AB 通道的值到合法范围。\n\n根本解决需要修改模型输出层，使其输出归一化值而非原始 LAB 值。",[]]