Files

Asiimoviet fb79d65ff3 Added Chinese README (#126 )

* Added Chinese README

* Update README_CN.md

* Create README_CN.md

2021-11-01 17:00:06 +08:00

11 KiB

Raw Blame History

Real-ESRGAN

English | 中文

Real-ESRGAN的Colab Demo .
支持Intel/AMD/Nvidia显卡的绿色版exe文件： Windows版 / Linux版 / macOS版，详情请移步这里。

Real-ESRGAN的目标是成为一个通用实用的图像修复算法 我们在强大的ESRGAN的基础上完全使用人工合成的数据来进行训练，以让其能被应用于图片修复的使用场景（顾名思义：Real-ESRGAN）。

🎨 Real-ESRGAN需要，也很欢迎你的贡献，如新功能、模型、错误修复、建议、维护等等。详情可以查看CONTRIBUTING.md，所有的贡献者都会被列在此处。

❓ 大部分的问题你都能在FAQ.md中找到答案

🚩 更新

✅ 添加了 RealESRGAN_x4plus_anime_6B.pth，对二次元照片进行了优化，并减少了model的大小。详情以及与waifu2x的对比请查看anime_model.md
✅ 支持用户细调自己的数据组：详情
✅ 通过GFPGAN增强了人脸的画面
：white_check_mar: 通过Gradio添加了UI并加入了Huggingface Spaces（一个机器学习应用的在线平台）：Gradio在线版。感谢@AK391
✅ 现在支持任意比例的缩放了：--outscale（可以用LANCZOS4来更进一步调整输出图像的尺寸）。添加了RealESRGAN_x2plus.pth模型
✅ 这个推断程序支持: 1) 倾斜相关选项; 2) 带alpha通道的图像; 3) 灰色图像; 4) 16-bit图像.
✅ 训练模型的代码已经提交了，具体的做法可以查看这里：Training.md。

如果本项目帮到了你的照片或项目，麻烦给本项目一个star，或者推荐给你的朋友们，谢谢！😊
其他相关的项目：
▶️ GFPGAN: 一个对人脸进行还原的算法
▶️ BasicSR: 开源的图像和视频的还原工具
▶️ facexlib: 一套提供与人脸相关的工具集
▶️ HandyView: 基于PyQt5的照片查看器，方便查看以及比较

📖 Real-ESRGAN: 使用人工合成数据训练的超分辨率算法

[论文] [项目] [演示]
Xintao Wang, Liangbin Xie, Chao Dong, Ying Shan
应用科学中心 (ARC), 腾讯PCG
中国科学院深圳先进技术研究院

我们提供了一套训练好的模型（RealESRGAN_x4plus.pth)，可以进行4倍的超分辨率。
现在Real-ESRGAN还是有几率失败的，因为现实生活的降分辨率还是比较难的。
而且本项目对人脸以及文字之类的效果还不是太好，但是我们会持续进行优化的。

目前计划中Real-ESRGAN将会被长期支持，我会在空闲的时间中持续维护更新。

这些是未来计划好的几个新功能：

优化人脸
优化文字
优化动画图像
支持更多的超分辨率比
更多可控制选项

如果你有好主意或需求，欢迎在issue或discussion中提出。
如果你有一些Real-ESRGAN中有问题的照片，你也可以在issue或者discussion中发上来。我会留意（但是不一定能解决:stuck_out_tongue:）。如果有必要的话，我还会专门开一页来记录那些有待解决的有问题的图像，但是以现在的技术来说还是有点难。

绿色版可执行文件

你可以下载支持Intel/AMD/Nvidia显卡的绿色版exe文件： Windows版 / Linux版 / macOS版。

绿色版指的是这些exe你直接放U盘里拷走都没问题。因为里面已经有所需的文件和模型了。不需要CUDA或者PyTorch运行环境。

你可以通过这行指令来运行（Windows版本，更多信息请查看对应版本的README.md）：

./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png

我们提供这三种模型：

realesrgan-x4plus（默认）
reaesrnet-x4plus
realesrgan-x4plus-anime（针对动画图像，有更小的体积）

你可以通过-n参数来使用其他模型，例如./realesrgan-ncnn-vulkan.exe -i 二次元图片.jpg -o 二刺螈图片.png -n realesrgan-x4plus-anime

由于这些exe文件会把图像分成几个板块，然后来分别进行处理，再合成导出，输出的图像可能会有一点割裂感（而且可能跟PyTorch的输出不太一样）

这些exe文件均基于Tencent/ncnn以及nihui的realsr-ncnn-vulkan

🔧 依赖以及安装

Python >= 3.7 (推荐使用Anaconda或Miniconda)
PyTorch >= 1.7

安装

把项目克隆到本地

git clone https://github.com/xinntao/Real-ESRGAN.git
cd Real-ESRGAN

安装各种依赖

# 安装basicsr - https://github.com/xinntao/BasicSR
# 我们使用BasicSR来训练以及推断
pip install basicsr
# facexlib和gfpgan是用来增强面部表现的
pip install facexlib
pip install gfpgan
pip install -r requirements.txt
python setup.py develop

⚡ 快速上手

普通图片

下载我们训练好的模型: RealESRGAN_x4plus.pth

wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth -P experiments/pretrained_models

推断!

python inference_realesrgan.py --model_path experiments/pretrained_models/RealESRGAN_x4plus.pth --input inputs --face_enhance

结果在results文件夹

动画图片

训练好的模型: RealESRGAN_x4plus_anime_6B
有关waifu2x的更多信息和对比在anime_model.md中

# 下载模型
wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.4/RealESRGAN_x4plus_anime_6B.pth -P experiments/pretrained_models
# 推断
python inference_realesrgan.py --model_path experiments/pretrained_models/RealESRGAN_x4plus_anime_6B.pth --input inputs

结果在results文件夹

🏰 各种模型

💻 训练并优化你的数据

这里有一份详细的指南：Training.md.

BibTeX

@Article{wang2021realesrgan,
    title={Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data},
    author={Xintao Wang and Liangbin Xie and Chao Dong and Ying Shan},
    journal={arXiv:2107.10833},
    year={2021}
}

📧 联系我们

如果你有任何问题，请通过xintao.wang@outlook.com或xintaowang@tencent.com联系我们。

11 KiB Raw Blame History Unescape Escape