Estudiantes:
- Tyron Fonseca B83007
- Roberto Méndez B94788
Proyecto de tema de investigación para el curso de CI-0163 Análisis de Grandes Volúmenes de Datos, basado en el blog Colorizing b/w photos with neural networks y el artículo Colorful Image Colorization.
Se recomienda utilizar Anaconda para crear un entorno virtual en el que se instalen los módulos necesarios para ejecutar los cuadernos. Los módulos principales necesarios son:
- Tensorflow
- OpenCV
- Numpy
Puede crear un entorno en Anaconda y activarlo ejecutando:
conda env create -n open-cv --file environment.yml
conda activate
Dataset para entrenamiento: se utilizó un dataset de 10800 imágenes que se encuentra alojado en Kaggle en este enlace.
alpha_version.ipynb: notebook con la primer versión creada a modo de prueba y exploración con la colorización y guardado de modelos.
beta_version.ipynb: versión más organizada en funciones del alpha_version y usando solo una imagen para entrenar y probar.
colorization-opencv-v2.ipynb: versión final del proyecto, organizado con funciones de liberación de memoria y carga de imágenes desde un directorio. Modelo entrenado con 5 mil imágenes.
/models: contiene los modelos entrenados de la versión final.
/input: contiene algunas imágenes de prueba.
/output: contiene las imágenes predichas por el modelo de la versión final.
Puede ejecutar y editar el notebook colorization-opencv-v2 haciendo fork desde la página de Kaggle en este enlace.
Puede activar el GPU accelator para obtener resultados en un menor tiempo.