本项目运用深度学习算法，致力于将黑白老照片转换成色彩斑斓的新图像。通过训练模型理解颜色与纹理间的复杂关系，赋予历史影像新的生命力和视觉冲击力。
涵盖此存储库中代码的详细教程：
该网络分为四个部分，并逐渐变得更加复杂。 第一部分是了解网络核心部分的基本要求，用于为一张图像着色。 随着对初始实验的理解加深，添加剩余80%的功能变得更容易。
在第二阶段（测试版）中，我开始使培训流程自动化。 在完整版本中，则加入了预训练分类器的使用功能。 GAN版本未包含在此教程内，这是一个试验性的版本，并应用了一些最新的图像着色最佳实践。
注意：以下显示图像是精心挑选的。 大部分是黑白或者浅褐色图片，狭窄而简单的数据集通常会产生更好的结果。
安装：
```
pip install keras tensorflow pillow h5py jupyter scikit-image
git clone https://github.com/emilwallner/Coloring-greyscale-images.git
cd Coloring-greyscale-images
jupyter notebook
```
请运行以“.ipynb”结尾的文件，来执行模型。 若要运行，请转到菜单并单击“单元格”，然后选择“全部运行”。 对于GAN版本，具体操作可能有所不同。
5星
