bcmi/Image-Harmonization-Dataset-iHarmony4

解決的問題

本專案提供 iHarmony4，這是首個專為影像調和設計的大規模資料集。影像調和是指調整合成影像中前景物件的外觀，使其與背景區域一致且自然，從而解決高品質訓練資料手動製作耗時耗力、對技能要求高的問題。

工作原理

本專案釋出包含合成影像、前景遮罩及其對應真實影像的四個子資料集（HCOCO、HAdobe5k、HFlickr 和 Hday2night）。作者使用多種色彩轉移方法——包括在去相關與 RGB 色彩空間中的全域色彩轉移、累積直方圖映射，以及 IDT 重紋理色彩轉移——從 Microsoft COCO 與 MIT-Adobe FiveK 等既有資料集合成逼真的合成影像。

適用對象

主要面向從事電腦視覺與影像編輯的研究人員與開發者，特別是那些開發影像合成、物件插入與影像調和模型的人員。

亮點

• 大規模資料：涵蓋四個多樣化子資料集，訓練影像超過 65,000 張。
• 多元資料來源：整合 COCO、Adobe FiveK、Flickr 與日夜轉換的資料。
• 整合工具鏈：提供 DoveNet（一種深度影像調和模型）的 PyTorch 實作與預訓練權重。
• 基線對比：包含多個基線模型（如 DIH、S2AM、SSH）的程式碼與實作細節，便於公平基準測試。