realcugan ncnn vulkan

リアルキューガンncnnバルカン

hivershiverこのソフトウェアは初期の開発段階にあります、それはあなたの猫を噛むかもしれません

実際のクガンコンバーターのNCNN実装。 Vulkan APIを使用して、Intel / AMD / Nvidia / Apple-Siliconで速く実行されます。

Realcugan-NCNN-Vulkanは、NCNNプロジェクトをユニバーサルニューラルネットワーク推論フレームワークとして使用しています。

ダウンロード

Intel/AMD/Nvidia/Apple-Silicon GPUのWindows/Linux/MacOS実行可能ファイルをダウンロードします

https://github.com/nihui/realcugan-ncnn-vulkan/releases

このパッケージには、必要なすべてのバイナリとモデルが含まれています。ポータブルなので、cudaやpytorchのランタイム環境は必要ありません:)

本物のクガンについて

Real-Cugan（アニメイメージのスーパー解像度のための本物のカスケードUネット）

https://github.com/bilibili/ailab/tree/main/real-cugan

使用法

例コマンド

realcugan-ncnn-vulkan.exe -i input.jpg -o output.png

完全な使用

 Usage: realcugan-ncnn-vulkan -i infile -o outfile [options]...

  -h                   show this help
  -v                   verbose output
  -i input-path        input image path (jpg/png/webp) or directory
  -o output-path       output image path (jpg/png/webp) or directory
  -n noise-level       denoise level (-1/0/1/2/3, default=-1)
  -s scale             upscale ratio (1/2/3/4, default=2)
  -t tile-size         tile size (>=32/0=auto, default=0) can be 0,0,0 for multi-gpu
  -c syncgap-mode      sync gap mode (0/1/2/3, default=3)
  -m model-path        realcugan model path (default=models-se)
  -g gpu-id            gpu device to use (-1=cpu, default=auto) can be 0,1,2 for multi-gpu
  -j load:proc:save    thread count for load/proc/save (default=1:2:2) can be 1:2,2,2:2 for multi-gpu
  -x                   enable tta mode
  -f format            output image format (jpg/png/webp, default=ext/png)

• input-pathとoutput-pathファイルパスまたはディレクトリパスのいずれかを受け入れます
• noise-level =ノイズレベル、大きな値は強いデノイズ効果を意味し、-1 =効果なし
• scale =スケールレベル、1 =スケーリングなし、2 =アップスケール2x
• tile-size =タイルサイズ、より小さな値を使用してGPUメモリの使用量を減らし、デフォルトは自動的に選択します
• syncgap-mode = syncギャップモード、0 = sync、1 =正確な同期、2 =ラフ同期、3 =非常に粗い同期
• load:proc:save = 3つの段階のスレッドカウント（画像デコード + Realcugan Upscaling +画像エンコード）を使用すると、GPUの使用量が増加し、より多くのGPUメモリを消費する場合があります。この構成は、多くの小型画像で「4：4：4」で、大規模画像で「2：2：2」でチューニングできます。通常、デフォルトの設定は、ほとんどの状況では正常に動作します。 GPUがお腹が空いていることがわかった場合は、スレッドカウントを増やして処理を高速化してみてください。
• format =出力する画像の形式、PNGはよりよくサポートされますが、WebPは一般に小さいファイルサイズを生成し、どちらも損失がないエンコードされています

クラッシュやエラーが発生した場合は、GPUドライバーをアップグレードしてみてください。

• Intel：https：//downloadcenter.intel.com/product/80939/graphics-drivers
• AMD：https：//www.amd.com/en/support
• nvidia：https：//www.nvidia.com/download/index.aspx

ソースからビルド

1. https://vulkan.lunarg.com/からVulkan SDKをダウンロードしてセットアップします

• Linuxディストリビューションの場合、パッケージマネージャーから必須のビルド要件を取得できます

dnf install vulkan-headers vulkan-loader-devel

apt-get install libvulkan-dev

pacman -S vulkan-headers vulkan-icd-loader

2. このプロジェクトをすべてのサブモジュールでクローンします

git clone https://github.com/nihui/realcugan-ncnn-vulkan.git
cd realcugan-ncnn-vulkan
git submodule update --init --recursive

3. cmakeで構築します

• MacOSのVulkan Loaderライブラリをリンクしないように、-duse_static_moltenvk = on optionで合格できます

mkdir build
cd build
cmake ../src
cmake --build . -j 4

サンプル画像

元の画像

ImageMagickを使用した高級2x

convert origin.jpg -resize 200% output.png

ImageMagick Lanczo4フィルターを備えたアップスケール2x

convert origin.jpg -filter Lanczos -resize 200% output.png

Real Cuganを使用した高級2x

realcugan-ncnn-vulkan.exe -i origin.jpg -o output.png -s 2 -n 1 -x

オリジナルのリアルクガンプロジェクト

• https://github.com/bilibili/ailab/tree/main/real-cugan

使用されるその他のオープンソースコード

• https://github.com/tencent/ncnnすべてのプラットフォームでの高速ニューラルネットワーク推論
• https://github.com/webmproject/libwebpすべてのプラットフォームでWebp画像をエンコードおよびデコードする
• https://github.com/nothings/stb linux/macosの画像のデコードとエンコードのための
• https://github.com/tronkko/direant Windows上のディレクトリにファイルをリストしてください