GFPGAN
v1.3.8 Release Note
Спасибо за ваш интерес к нашей работе. Вы также можете захотеть проверить наши новые обновления о крошечных моделях для аниме-изображений и видео в Real-Esrgan ?
GFPGAN стремится разработать практический алгоритм для восстановления лица в реальном мире .
Он использует богатые и разнообразные априоры, инкапсулированные в предварительном лице Ган ( например , Stylegan2) для восстановления слепого лица.
❓ Часто задаваемые вопросы можно найти в FAQ.MD.
Обновления
Если GFPGAN полезен в ваших фотографиях/проектах, пожалуйста, помогите этому репо или порекомендуйте его друзьям. Спасибо? Другие рекомендуемые проекты:
[Paper] [Project Page] [Демо]
Синьао Ван, Ю Ли, Хонглун Чжан, Ин Шань
Applied Research Center (ARC), Tencent PCG
Теперь мы предоставляем чистую версию GFPGAN, которая не требует индивидуальных расширений CUDA.
Если вы хотите использовать оригинальную модель в нашей статье, см. Papermodel.md для установки.
Клон репо
git clone https://github.com/TencentARC/GFPGAN.git
cd GFPGANУстановите зависимые пакеты
# Install basicsr - https://github.com/xinntao/BasicSR
# We use BasicSR for both training and inference
pip install basicsr
# Install facexlib - https://github.com/xinntao/facexlib
# We use face detection and face restoration helper in the facexlib package
pip install facexlib
pip install -r requirements.txt
python setup.py develop
# If you want to enhance the background (non-face) regions with Real-ESRGAN,
# you also need to install the realesrgan package
pip install realesrganМы принимаем версию V1.3 для примера. Больше моделей можно найти здесь.
Скачать предварительно обученные модели: gfpganv1.3.pth
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_modelsВывод!
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 Usage: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [options]...
-h show this help
-i input Input image or folder. Default: inputs/whole_imgs
-o output Output folder. Default: results
-v version GFPGAN model version. Option: 1 | 1.2 | 1.3. Default: 1.3
-s upscale The final upsampling scale of the image. Default: 2
-bg_upsampler background upsampler. Default: realesrgan
-bg_tile Tile size for background sampler, 0 for no tile during testing. Default: 400
-suffix Suffix of the restored faces
-only_center_face Only restore the center face
-aligned Input are aligned faces
-ext Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: autoЕсли вы хотите использовать оригинальную модель в нашей статье, см. Papermodel.md для установки и вывода.
| Версия | Название модели | Описание |
|---|---|---|
| V1.3 | Gfpganv1.3.pth | На основе V1.2; более естественные результаты восстановления; Лучшие результаты по очень низкокачественным / качественным входам. |
| V1.2 | Gfpgancleanv1-noce-c2.pth | Нет раскраски; Расширения CUDA не требуется. Тренируется с большим количеством данных с предварительной обработкой. |
| V1 | Gfpganv1.pth | Бумажная модель с раскралением. |
Сравнения в сравнении.md.
Обратите внимание, что v1.3 не всегда лучше, чем v1.2. Вам может потребоваться выбрать различные модели на основе ваших целей и входов.
| Версия | Сильные стороны | Слабые стороны |
|---|---|---|
| V1.3 | ✓ Природные выходы ✓ Благодарие результатов по очень низкокачественным входам ✓ Работайте над относительно качественными входами ✓ может быть повторно (дважды) реставрации | ✗ Не очень острый ✗ Иметь небольшое изменение идентичности |
| V1.2 | ✓ более четкие результаты ✓ С косметикой красоты | ✗ Некоторые выходы неестественны |
Вы можете найти больше моделей (таких как дискриминаторы) здесь: [Google Drive] или [Tencent Cloud 腾讯微云]
Мы предоставляем учебные коды для GFPGAN (используется в нашей статье).
Вы можете улучшить его в соответствии с вашими собственными потребностями.
Советы
Процедуры
(Вы можете попробовать простую версию ( options/train_gfpgan_v1_simple.yml ), которая не требует достопримечательностей компонентов лица.)
Подготовка набора данных: FFHQ
Скачать предварительно обученные модели и другие данные. Поместите их в папку experiments/pretrained_models .
Измените options/train_gfpgan_v1.yml соответственно.
Обучение
python -m torch.distributed.launch -nproc_per_node = 4 -master_port = 22021 gfpgan/train.py options/train_gfpgan_v1.yml -launcher pytorch
GFPGAN выпускается в соответствии с лицензией Apache версии 2.0.
@InProceedings{wang2021gfpgan,
author = {Xintao Wang and Yu Li and Honglun Zhang and Ying Shan},
title = {Towards Real-World Blind Face Restoration with Generative Facial Prior},
booktitle={The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2021}
}
Если у вас есть какие -либо вопросы, пожалуйста, напишите [email protected] или [email protected] .
