照片修复-使用Bringing-Old-Photos-Back-to-Life

2023-10-31 12:40

本文主要是介绍照片修复-使用Bringing-Old-Photos-Back-to-Life,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

项目地址

github项目地址:https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

环境搭建

1、下载Bringing-Old-Photos-Back-to-Life的github项目
直接下载压缩包解压,或者clone下载都可以。
clone指令:git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

2、下载工程依赖的其他github项目
依次执行就可以了

cd Face_Enhancement/models/networks/
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../../cd Global/detection_models
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../

3、下载预训练模型
人脸识别预训练模型:

cd Face_Detection/
wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
cd ../

Face_Enhancement和Global的checkpoints模型:

cd Face_Enhancement/
wget https://facevc.blob.core.windows.net/zhanbo/old_photo/pretrain/Face_Enhancement/checkpoints.zip
unzip checkpoints.zip
cd ../
cd Global/
wget https://facevc.blob.core.windows.net/zhanbo/old_photo/pretrain/Global/checkpoints.zip
unzip checkpoints.zip
cd ../

由于两个checkpoints下载的速度很慢,可以先下载,然后把下载链接复制到迅雷下载,速度可以达到10M。我将下好的上传到了百度云,
地址:https://pan.baidu.com/s/1aZOrp7OF3rt9b8B4UZxTAw,提取码:g1wj
下载完分别放到对应文件夹然后解压。

4、安装环境所需模块
按照github项目下面的说明,直接执行:pip3 install -r requirements.txt就行了。但是问题就来了!cuda、torch、torchvision版本一定要对应,直接pip安装torch和torchvision的话安装的都是最新的,执行修复图片时就会出现下面列举的错误。所以最好的方法就是打开requirements.txt然后将这些包手动pip安装,除了torch和torchvision要指定版本,其他的都可以直接pip安装。

我的环境是:cuda-8.0、torch-1.0.0、torchvision-0.2.2
三者对应关系参考:https://blog.csdn.net/jonado13/article/details/108281688

修复图片

使用时,假设输入路径为 /home/jcy/source/source/old_w_scratch(待修复的图片放在这里),输出路径为/home/jcy/source/source/output_images,那么执行指令为:
图片没有裂痕:

python3 run.py --input_folder /home/jcy/source/source/old_w_scratch --output_
folder /home/jcy/source/source/output_images --GPU 0 

图片有裂痕

python3 run.py --input_folder /home/jcy/source/source/old_w_scratch --output_
folder /home/jcy/source/source/output_images --GPU 0 --with_scratch

执行完毕,修复完的图片就会出现在output_images/final_output中。

注:
修复的图片不要太大,比较大的照片还是别想了,大概率带不动的,大图可以把人身体区域截图下来修复,或者将图片切割或裁剪。

报错
1、incompatible function arguments. The following argument types are supported: 1. (arg0: object, arg1: torch._C._jit_tree_views.SourceRange, arg2: Callable[[str], function]) -> torch._C.Type
错误原因:torch版本和torchvision版本不匹配

2、AssertionError: The NVIDIA driver on your system is too old (found version 9000).
错误原因:torch版本太高,与cuda不匹配,比如我cuda-8.0装了torch-1.5报错了,重新安装torch1.0.0解决。

运行结果

在这里插入图片描述

效果还阔以,但是只生成了这两张,因为这两张图片尺寸比较小,其他找的几张图片比较大,在生成修复图片的时候把我1080ti顶爆了,等啥时候有钱了整个3080ti试试了。。。。硬要修复大的图片,可以裁剪成多份,多次修复以后拼接成一张图片即可,但为了提高拟合度,最好每张图片中都有一块大小适中的重叠区域,而且看了一部分源码,这个项目中似乎对人脸还是挺敏感的,所以最好裁剪的每个部分都把人物包括在里面,以人物为基准向四周拓展。
在这里插入图片描述
修复完一次以后注意清理一下,最好的办法就是把输出图片的文件夹中的所有内容删除(包括图片和文件夹),否则下次修复就会出现重复。

这篇关于照片修复-使用Bringing-Old-Photos-Back-to-Life的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/315421

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

git使用的说明总结

Git使用说明 下载安装(下载地址) macOS: Git - Downloading macOS Windows: Git - Downloading Windows Linux/Unix: Git (git-scm.com) 创建新仓库 本地创建新仓库:创建新文件夹,进入文件夹目录,执行指令 git init ,用以创建新的git 克隆仓库 执行指令用以创建一个本地仓库的

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念