realcugan ncnn vulkan

真正的古甘ncnn vulkan

此軟件處於早期開發階段，它可能會咬您的貓

NCNN實施現台轉換器。使用Vulkan API在Intel / AMD / NVIDIA / Apple-Silicon上快速運行。

Realcugan-NCNN-Vulkan使用NCNN項目作為通用神經網絡推理框架。

下載

下載Windows/linux/MacOS可執行/AMD/NVIDIA/APPLE-SILICON GPU

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

該軟件包包括所有所需的二進製文件和型號。它是便攜式的，因此不需要CUDA或PYTORCH運行時環境:)

關於真實的古gan

Real-Cugan（動漫圖像超級分辨率的真正級聯U網絡）

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接受文件路徑或目錄路徑
• noise-level =噪聲水平，大價值意味著強烈的denoise效應，-1 =無效
• scale =比例水平，1 =無標度，2 =高檔2x
• tile-size =瓷磚大小，使用較小的值來減少GPU內存使用情況，默認值自動選擇
• syncgap-mode =同步間隙模式，0 = no sync，1 =準確的同步，2 =粗糙同步，3 =非常粗糙的同步
• load:proc:save =三個階段的線程計數（圖像解碼 +實算升級 +圖像編碼），使用較大的值可能會增加GPU使用情況並消耗更多的GPU內存。您可以為許多小型圖像使用“ 4：4：4”來調整此配置，對於大型圖像，“ 2：2：2”。默認設置通常在大多數情況下都可以正常工作。如果您發現自己的GPU餓了，請嘗試增加線程計數以實現更快的處理。
• format =要輸出的圖像的格式，PNG得到更好的支持，但是WebP通常會產生較小的文件大小，兩者均無損編碼

如果遇到崩潰或錯誤，請嘗試升級GPU驅動程序：

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

從源構建

1. 從https://vulkan.lunarg.com/下載並設置Vulkan SDK

• 對於Linux發行版，您可以從軟件包管理器那裡獲得基本的構建要求

dnf install vulkan-headers vulkan-loader-devel

apt-get install libvulkan-dev

pacman -S vulkan-headers vulkan-icd-loader

2. 用所有的大型編碼克隆這個項目

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

3. 用CMAKE構建

• 您可以通過-duse_static_moltenvk = on選項，以避免在MacOS上鍊接Vulkan Loader庫

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

示例圖像

原始圖像

高檔2X與ImageMagick

convert origin.jpg -resize 200% output.png

高檔2X與ImageMagick Lanczo4濾波器

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

高檔2倍與真實古gan

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

原始的真實公共項目

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

其他使用的開源代碼

• https://github.com/tencent/ncnn用於所有平台上的快速神經網絡推斷
• https://github.com/webmproject/libwebp用於在所有平台上編碼和解碼WebP映像
• https://github.com/nothings/stb用於解碼和編碼Linux/MacOS上的圖像
• https://github.com/tronkko/dirent用於在Windows上列出目錄中的文件