图像色彩 机器学习课程的学期项目 该项目的目的是为灰度图像着色。 通常，经典的着色方法可以大致分为三类： 基于涂抹的着色（通常基于优化） 基于示例的着色（通常基于优化和/或基于机器学习） 基于学习的着色（通常基于机器学习） 在此项目中，我们仅使用机器学习实现了“基于示例的着色”。 例如，我们有一个源图像； 我们的程序创建了源图像的灰度版本，并尝试学习如何借助特征向量检测从灰度到源图像的每个像素值。 之后，模型将目标图像着色，并进行预测。 目标图片： 目标图像的彩色版本： 该代