daclip-uir - 利用视觉语言模型控制实现通用图像修复

daclip-uir 项目介绍

概述

daclip-uir 项目旨在通过控制视觉语言模型实现通用图像修复。该项目的核心是 DA-CLIP（Degradation-Aware CLIP），通过深度学习技术，帮助改善图像质量。研究团队致力于提高模型在处理各种图像退化问题上的表现，比如运动模糊、雾化、压缩失真、低光照、噪声、雨滴、阴影、积雪和其他不完整的图像。

项目背景

图像在现实世界中常常会受到各种因素的影响而导致质量下降，比如拍摄设备的限制、天气条件不佳或者压缩过程中的损失。daclip-uir 项目通过研究和开发新的方法，旨在提升这类图像的质量，使之更加清晰和逼真。

项目进展和更新

2024年4月16日：发布了新论文，提出了更好的图像生成方法，并处理了类似 Real-ESRGAN 项目的图像退化问题。
2024年1月20日：DA-CLIP 论文被 ICLR 2024 接收。同时提供了一个更强健的模型。
2023年10月：发布了多个关于模型、数据集和应用的更新，包括新的示例和预训练权重。

如何使用代码

环境依赖

操作系统：Ubuntu 20.04
NVIDIA Cuda: 11.4
Python: 3.8

安装步骤

创建虚拟环境：

python3 -m venv .env
source .env/bin/activate
pip install -U pip
pip install -r requirements.txt

运行代码：
- 进入 universal-image-restoration 目录。
- 使用 Python 代码加载并测试模型。

数据集准备

项目提供了多种图像退化类型的训练和测试数据集。用户可以按照项目提供的结构组织数据集，亦可添加更多任务以扩展项目的应用范围。

训练模型

DA-CLIP 和通用图像修复模型的训练在 universal-image-restoration/config/daclip-sde 目录中进行。用户需下载预训练的 DA-CLIP 权重文件，并按照指定的 bash 脚本进行训练。

评估与测试

为评估图像修复结果，用户需要调整基准路径和模型路径，然后运行测试脚本。项目还提供了基于 Gradio 的测试应用，便于用户通过简单的 web 界面上传自己的图像进行测试。

结果展示

项目提供了一些图像修复结果，展示了模型在不同退化类型条件下的表现。项目关注于提升模型的图像重构能力，使其能够有效处理真实世界中常见的图像问题。

注意事项

项目当前的预训练模型可能难以处理与训练集分布差异较大的真实世界图像。团队未来计划继续改进模型的实用性，并鼓励用户使用更大规模的数据集和多种退化类型自行训练模型。

致谢

DA-CLIP 项目基于 IR-SDE 和 open_clip 项目进行开发，团队对这些项目提供的代码表示感谢。

联系方式

如有任何问题，请通过电子邮箱与项目团队联系：ziwei.luo@it.uu.se

引用格式

如果项目对您的研究或工作有所帮助，请考虑引用项目的相关论文。

感谢您对 daclip-uir 项目的关注！