bcmi/Image-Harmonization-Dataset-iHarmony4

解决的问题

本项目提供 iHarmony4，这是首个专为图像调和设计的大规模数据集。图像调和是指调整合成图像中前景对象的外观，使其与背景区域保持一致且自然，从而解决高质量训练数据手动制作耗时耗力、对技能要求高的问题。

工作原理

该项目发布包含合成图像、前景掩码及其对应真实图像的四个子数据集（HCOCO、HAdobe5k、HFlickr 和 Hday2night）。作者使用多种颜色迁移方法——包括在去相关和 RGB 颜色空间中的全局颜色迁移、累积直方图映射以及 IDT 重纹理颜色迁移——从 Microsoft COCO 和 MIT-Adobe FiveK 等现有数据集合成逼真的合成图像。

适用人群

主要面向从事计算机视觉和图像编辑的研究人员与开发者，特别是那些开发图像合成、对象插入和图像调和模型的人员。

亮点

• 大规模数据：涵盖四个多样化子数据集，训练图像超过 65,000 张。
• 多样数据来源：整合了 COCO、Adobe FiveK、Flickr 以及昼夜转换的数据。
• 集成工具链：提供 DoveNet（一种深度图像调和模型）的 PyTorch 实现及预训练权重。
• 基线对比：包含多个基线模型（如 DIH、S2AM、SSH）的代码与实现细节，便于公平基准测试。