深度法线估算:自动为手绘角色着色的创新工具
这是由David Revoy创作的原始作品,仅允许非商业研究用途。
项目概述
Deep Normals是一个开放源代码项目,提供预先训练好的模型,用于一项在ECCV 2018研讨会中发表的研究论文:
“Deep Normal Estimation for Automatic Shading of Hand-Drawn Characters”
作者:Matis Hudon, Rafael Pagés, Mairéad Grogan, Aljosa Smolić
更多详细信息,请访问我们的项目网页。您还可以观看我们结果视频以了解实际应用效果。
此外,项目还进行了进一步发展,并在CVMP 2019上发表了新工作:
“Augmenting Hand-Drawn Art with Global Illumination Effects through Surface Inflation”
作者:Matis Hudon, Sebastian Lutz, Rafael Pages, Aljosa Smolic
并发布了一个带有地面真实正常映射和深度映射的新数据集,详情可见项目网页。
技术要求
本项目支持Docker环境以及Ubuntu 16.04本地运行。需要安装Cuda 9、Python3、Numpy、Tensorflow(GPU版)、opencv-python 和 TFlearn库。若不熟悉Docker,也可直接在本地按照指导安装相关依赖库进行操作。
使用方法
首先,从此处下载预训练模型并解压到Net/目录下。
要在本地运行代码:
python3 main.py
或指定自己的图像和对应的遮罩文件:
python3 main.py --lineart_path PathToYourImage --mask_path PathToCorrespondingMask
在Docker环境下运行:
sudo nvidia-docker run -v CodeDirectory/:/container/directory/ -it matishudon/dockerdeepn python3 /container/directory/main.py --docker_path /container/directory/
其中,CodeDirectory 是包含main.py的目录路径。
此外,项目还提供了一个简单的渲染器Interactive_Rendering.py,可以查看该脚本以获取更多信息。请注意,这个渲染器需要额外的颜色图像。请参考示例目录Pepper/。
数据集
用于这项工作的数据集(训练和测试)可在此链接下载。
引用
如果使用了该项目的模型、代码或数据集,请引用以下论文:
@inproceedings{hudon2018deep,
title={Deep Normal Estimation for Automatic Shading of Hand-Drawn Characters},
author={Hudon, Matis and Grogan, Mair{\'e}ad and Pag{\'e}s, Rafael and Smoli{\'c}, Aljo{\v{s}}a},
booktitle={European Conference on Computer Vision},
pages={246--262},
year={2018},
organization={Springer}
}
致谢
感谢David Revoy和Ester Huete分享他们的原创作品。该出版物得到了Science Foundation Ireland (SFI) 15/RP/2776号资助的支持。我们非常感谢NVIDIA公司提供的用于此研究的Titan Xp GPU捐赠。
许可证
版权 © 2018 Matis Hudon, Trinity College Dublin
请仔细阅读以下条款和条件以及任何伴随的文档,然后再下载和/或使用此软件及其相关文档(“软件”)。
作者在此授予你一个非排他性、不可转让、免费的权利,复制、修改、合并、发布、分发和再许可此软件,仅为执行非商业科学研究、非商业教育或非商业艺术项目的目的。
其他任何形式的使用,特别是用于商业目的的使用均被禁止。这包括但不限于,在商业产品中包含,用于商业服务,或为了商业目的生产其他艺术品。
该软件“按原样”提供,没有任何形式的明示或暗示的保证,包括但不限于对适销性、特定目的的适用性和不侵权的保证。在任何情况下,作者或版权所有者都不对因软件或与之相关的使用或其他交易而产生的任何索赔、损害或其他责任负责。
作者保留随时更新、修改或停止软件的权利,而不提供维护服务、更新服务、潜在缺陷通知或缺陷修正。然而,作者保留更新、修改或停止软件的权利。
上述版权声明和此许可通知应包含在所有副本或软件的实质部分中。在使用该软件进行研究并撰写文档和论文时,同意引用《深度法线估算:手绘角色自动着色》论文。

通过使用此软件,即表明您接受这些条款和条件。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00