realcugan ncnn vulkan

真正的古甘ncnn vulkan

此软件处于早期开发阶段，它可能会咬您的猫

NCNN实施现台转换器。使用Vulkan API在Intel / AMD / NVIDIA / Apple-Silicon上快速运行。

Realcugan-NCNN-Vulkan使用NCNN项目作为通用神经网络推理框架。

下载

下载Windows/linux/MacOS可执行/AMD/NVIDIA/APPLE-SILICON GPU

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

该软件包包括所有所需的二进制文件和型号。它是便携式的，因此不需要CUDA或PYTORCH运行时环境:)

关于真实的古gan

Real-Cugan（动漫图像超级分辨率的真正级联U网络）

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

用法

示例命令

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

全部用法

 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和output-path接受文件路径或目录路径
• noise-level =噪声水平，大价值意味着强烈的denoise效应，-1 =无效
• scale =比例水平，1 =无标度，2 =高档2x
• tile-size =瓷砖大小，使用较小的值来减少GPU内存使用情况，默认值自动选择
• syncgap-mode =同步间隙模式，0 = no sync，1 =准确的同步，2 =粗糙同步，3 =非常粗糙的同步
• load:proc:save =三个阶段的线程计数（图像解码 +实算升级 +图像编码），使用较大的值可能会增加GPU使用情况并消耗更多的GPU内存。您可以为许多小型图像使用“ 4：4：4”来调整此配置，对于大型图像，“ 2：2：2”。默认设置通常在大多数情况下都可以正常工作。如果您发现自己的GPU饿了，请尝试增加线程计数以实现更快的处理。
• format =要输出的图像的格式，PNG得到更好的支持，但是WebP通常会产生较小的文件大小，两者均无损编码

如果遇到崩溃或错误，请尝试升级GPU驱动程序：

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

从源构建

1. 从https://vulkan.lunarg.com/下载并设置Vulkan SDK

• 对于Linux发行版，您可以从软件包管理器那里获得基本的构建要求

dnf install vulkan-headers vulkan-loader-devel

apt-get install libvulkan-dev

pacman -S vulkan-headers vulkan-icd-loader

2. 用所有的大型编码克隆这个项目

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

3. 用CMAKE构建

• 您可以通过-duse_static_moltenvk = on选项，以避免在MacOS上链接Vulkan Loader库

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

示例图像

原始图像

高档2X与ImageMagick

convert origin.jpg -resize 200% output.png

高档2X与ImageMagick Lanczo4滤波器

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

高档2倍与真实古gan

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

原始的真实公共项目

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

其他使用的开源代码

• https://github.com/tencent/ncnn用于所有平台上的快速神经网络推断
• https://github.com/webmproject/libwebp用于在所有平台上编码和解码WebP映像
• https://github.com/nothings/stb用于解码和编码Linux/MacOS上的图像
• https://github.com/tronkko/dirent用于在Windows上列出目录中的文件