rgb2infrared

RGB to Infrared CycleGAN

将可见光（RGB）图像转换为红外（Infrared）风格的 CycleGAN 模型。

##模型描述

本模型基于CycleGAN 架构训练，可以将普通的 RGB 图像转换为伪红外风格图像。适用于数据集扩充、跨模态训练、风格迁移等场景。

栀本

• 开发者: chunxue-dev2026
• 模型类型: 图像风格迁移（CycleGAN）
• 框架: PyTorch
• 许可证: MIT

##使用方法

安装依赖

pip install torch torchvision pillow

快速开始

import torch
from PIL import Image
from torchvision import transforms

# 加载模型（需要先定义 Generator 类，见 inference.py）
from inference import Generator

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = Generator(n_residual=9).to(device)
model.load_state_dict(torch.load("G_AB_final.pth", map_location=device))
model.eval()

# 图像预处理
transform = transforms.Compose([
    transforms.Resize(256),
    transforms.ToTensor(),
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
])

# 加载并转换图像
img = Image.open("input.jpg").convert("RGB")
input_tensor = transform(img).unsqueeze(0).to(device)

# 推理
with torch.no_grad():
    output_tensor = model(input_tensor)

# 保存结果
output_img = output_tensor[0] * 0.5 + 0.5
transforms.ToPILImage()(output_img).save("output_ir.jpg")

批量转换

from inference import batch_convert

batch_convert(
    input_dir="path/to/rgb/images",
    output_dir="path/to/output",
    model_path="G_AB_final.pth"
)

模型结构

• 架构: ResNet-based Generator with 9 residual blocks
• 输入: 3通道 RGB 图像
• 输出: 3通道伪红外图像
• 参数量: ~11M

训练详情

效果展示

##局限性

• 转换后的图像是"伪红外"，并非真实的红外成像
• 对于训练数据中未出现的场景，效果可能不佳
• 图像尺寸建议使用 256x256，其他尺寸需要调整

引用

如果使用本模型，请引用：

@misc{rgb2infrared-cyclegan,
  title={RGB to Infrared CycleGAN},
  author={Your Name},
  year={2026},
  publisher={Hugging Face},
  howpublished={\url{https://huggingface.co/chunxue-dev2026/rgb2infrared}}
}

许可证

本模型采用 MIT 许可证发布。

致谢

• CycleGAN 论文: Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
• PyTorch 社区