概要

InnoColorは、PyTorchで構築されたカラー関連の処理（学習済みモデルの推論や色補正・可視化）を、TkinterベースのGUIで操作できる形にまとめたリポジトリです。リポジトリには入力とゴール（ground truth）ペア情報を含むdsX.pthデータセット、モデル本体やチェックポイント群、色覚多様性（cvdsim）を扱うモジュール、さらにSegment Anything（sam2）関連フォルダが含まれています。settings.pyでLinuxやXboxといったデバイス向けの設定を切り替えられ、main.pyからアプリを起動してGUI上でモデルの読み込み、推論、結果の保存・可視化が可能です。Ubuntu上でのデプロイを想定した構成になっています。

リポジトリの統計情報

スター数: 1
フォーク数: 0
ウォッチャー数: 1
コミット数: 5
ファイル数: 15
メインの言語: Python

主な特徴

PyTorchベースのモデル推論とチェックポイント管理を含むローカルデプロイ向け構成
Tkinterで実装された3種類のGUIインターフェースを提供（interfacesフォルダ）
dsX.pth形式で入力-ゴールのペア情報を保持するデータセットバンドル
色覚多様性（cvdsim）やSAM（sam2）関連モジュールによる前処理／マスク生成機能

技術的なポイント

InnoColorは「モデル管理」「データペア管理」「GUI操作」「色覚シミュレーション／セグメンテーション」の4つの主要要素で構成されています。main.pyがアプリ起点となり、settings.pyで実行環境（Linux/Xboxなど）やデバイス指定（CPU/GPU）を調整します。base/には共通の親クラスやユーティリティが収められており、utils/がアプリ固有の処理（モデル読み込み、推論ループ、画像入出力、ログ出力など）を担います。interfaces/には三つのTKインターフェース用スクリプトがあり、ユーザーはGUI上でモデル選択、データセット読み込み、推論結果の保存・表示を行えます。

dsX.pthは単一ファイルで複数の入力—ゴール（input-groundtruth）ペアと、各ペアに紐づくモデル情報やメタデータを保持する設計で、推論時に対応するゴール画像や評価指標を容易に参照できます。model/とcheckpoint/はモデル定義と学習済み重みの保存場所で、推論時にはcheckpointから重みを復元してモデルを初期化する流れです。

cvdsim/は色覚多様性（CVD: Color Vision Deficiency）を扱うモジュール群を想定しており、一般的には光学変換（RGB→LMS→変換→RGB）や離散的なフィルタ処理を用いてプロタノピア／デュテラノピア等の視覚特性を再現します。ここを通して得たシミュレーション結果を元に、色補正やアクセシビリティ評価を行える設計になっています。sam2/はSegment Anything系のサポートモジュールで、マスク生成や領域抽出を前処理として組み合わせることで、部分的な色補正や領域限定の推論が可能です。

運用面では、PyTorchのGPU活用、データローダーの扱い、モデルの入出力フォーマット（テンソルshapeや正規化）、Tkinterによるイベントループと長時間推論の非同期処理（スレッド化）の考慮が必要です。現状READMEは簡素なため、環境構築（requirements.txtやDockerfile）、入力サンプル、起動手順の明記、エラーハンドリングやログ出力の整備が改善ポイントです。

プロジェクトの構成

主要なファイルとディレクトリ：

.gitignore: file
README.md: file
main.py: アプリ起動スクリプト（GUI初期化・コントロール）
settings.py: アプリとデバイス（LinuxおよびXbox）仕様の設定
base/: dir（共通の親クラスや基底ユーティリティ）
utils/: dir（インターフェースオブジェクトとモデル実行用ユーティリティ）
interfaces/: dir（3つのTKインターフェース用スクリプト）
icons/: dir（GUIで使用するアイコン類）
dsX.pth: datasets saved with information for each input-groundtruth pair along with model used
model/: dir（モデル定義）
checkpoint/: dir（学習済み重み・チェックポイント）
cvdsim/: dir（色覚多様性シミュレーション）
sam2/: dir（Segment Anything v2関連） …他 10 ファイル

各ディレクトリは責務が分離されており、モデル開発→チェックポイント保存→GUIによる推論という一連のワークフローをフォルダ構成で表現しています。dsX.pthは実験再現や評価に便利なペア情報を一元管理する点が特徴です。

まとめ

ローカルGUIでモデル推論と色補正を試せる実験向けリポジトリ。整備で実用性が高まる。

リポジトリ情報：

名前: InnoColor
説明: 説明なし
スター数: 1
言語: Python
URL: https://github.com/Brocoliman/InnoColor
オーナー: Brocoliman
アバター: https://avatars.githubusercontent.com/u/42943794?v=4

READMEの抜粋：

InnoColor

InnoColor deployment for Ubuntu. PyTorch and TKinter.

innocolor/
│── main.py
│── settings.py: app and device (Linux and XBox) specifications
|── base/: parent objects for utils
|── utils/: interface objects and also app-specific processes for running models
|── interfaces/: script for the three TK interfaces
|── icons/
|
|── dsX.pth: datasets saved with information for each input-groundtruth pair along with model used
|
|── model/
|── checkpoint/
|── cvdsim/
|── sam2/
|── sam2_...

InnoColor — Ubuntu向けカラー処理アプリ