人脸修复与增强开源项目GFPGAN详细安装教程

文章目录

GFPGAN(Generative Facial Prior GAN)是一个开源的面部图像修复和增强工具,它利用生成对抗网络(GANs)技术,特别是引入了预训练的面部先验网络,来恢复和提升受损或低分辨率的人脸图像。GFPGAN在图像处理任务中表现出色,尤其在细节恢复和图像自然性方面表现突出。这个项目广泛应用于图像修复、面部增强、老照片翻新等领域。

GFPGAN的核心优势在于其强大的图像生成能力和优越的处理速度。相比于传统的图像修复方法,GFPGAN能够更好地捕捉面部特征,并在保持自然逼真的前提下修复图像细节。这使得它在诸如老照片修复、低质量视频帧提升等实际应用中具备很大的潜力。

https://github.com/TencentARC/GFPGAN?tab=readme-ov-file

安装使用教程

1、下载项目代码并创建环境

  • 下载代码
python 复制代码
git clone https://github.com/TencentARC/GFPGAN.git
#进入目录
cd GFPGAN
  • 创建虚拟环境
python 复制代码
python -m venv venv
  • 进入虚拟环境 第二次进入,就在该目录下直接输入以下命令就行
python 复制代码
.\venv\Scripts\activate
  • 退出虚拟环境
python 复制代码
deactivate

2、安装必要库

python 复制代码
# 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 realesrgan
python 复制代码
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

3、下载预训练模型

模型下载 放在目录experiments/pretrained_models

4、避坑

1、首先查看下torch的版本

python 复制代码
pip show torchvision

2、我本地尝试,是可以

python 复制代码
pip install --upgrade torchvision==0.12.0
python 复制代码
pip index versions numpy

如果这篇文章对你有用的话,请帮忙点个关注、点赞、收藏,若有其它问题,可评论区回复,谢谢~

相关推荐
十六年开源服务商几秒前
AI客服系统WordPress集成指南
人工智能
小袁进化之路2 分钟前
黎跃春讲 AI 智能体运营工程师:从工程架构到可运营系统的完整实战详解
大数据·人工智能·架构
一只大侠的侠4 分钟前
DNN深度神经网络实战
人工智能·神经网络·dnn
博士僧小星7 分钟前
人工智能|大模型——应用——详解ClawdBot(Moltbot)
人工智能·大模型·agent·智能体·ai助理·clawdbot·moltbot
wechat_Neal9 分钟前
车企跨界机器人
人工智能·车载系统·机器人·汽车·人机交互
八边形战士Kimberlie16 分钟前
【教程+提示词】AI智能客服
人工智能·ai
独立站建站C_2Cshop18 分钟前
Linkedln内容营销该怎么做?
大数据·人工智能·外贸·独立站·跨境电商独立站
wenzhangli719 分钟前
Ooder SuperAgent 实战指南:企业级AI能力分发与自动化协作框架
运维·人工智能·自动化
景杰生物19 分钟前
重磅 | 景杰临床蛋白组生信分析解决方案全面升级!一站式方案破解精准医学转化难题
人工智能
工程师老罗24 分钟前
PyTorch transforms的用法
人工智能·pytorch·python