前言

最近看到一个有意思的机器学习项目——GFPGAN，他可以将模糊的人脸照片恢复清晰。开源项目的Github地址：https://github.com/TencentARC/GFPGAN

我们看一看作者给出的对比图。

最右侧的就是GFPGAN的效果，看一下最左层的输入图片，可以发现GFPGAN将图片恢复的非常清晰。这个效果非常惊艳。

按照以前的惯例，我还是先把这个项目安装使用一下，看看能不能对代码重新封装，变成可以工程化的项目。

环境安装

我们先看一下项目README给的提示。

首先需要的python版本是>=3.7的，所以我用Anaconda创建了一个python3.9的虚拟环境。Pytorch的安装直接从官网获取命令安装一个最新版本即可。

因为还有一些基础依赖的安装，照着安装一下就行，其实setup.py是已经在项目中的，如下图。

由于模型比较大，所以作者没有放在github上，给了下面的下载提示。该模型是作者提供已经训练好的模型。

如果下载很慢的话，可以从我的网盘下载。

链接：https://pan.baidu.com/s/1qU5PifU_qMZfM2Rgv8VpeA
提取码：TUAN

作者还提供了基础模型可供自行训练。

验证模型

下面我准备了一些图，挑了一些比较典型的图片，有黑白的、彩色的以及马赛克的，想看看是不是都可以实现清晰化处理。

准备的图片如下：

按照README提供的指令

python inference_gfpgan.py --upscale 2 --test_path inputs/newImages --save_root results

看一下执行结果：

(pytorch39) C:\Users\yi\PycharmProjects\GFPGAN>python inference_gfpgan.py --upscale 2 --test_path inputs/newImages --save_root results
C:\Users\yi\PycharmProjects\GFPGAN\inference_gfpgan.py:45: UserWarning: The unoptimized RealESRGAN is very slow on CPU. We do not use it. If you really want to use it, p
lease modify the corresponding codes.warnings.warn('The unoptimized RealESRGAN is very slow on CPU. We do not use it. '
Processing 331.jpg ...
E:\ProgramData\Anaconda3\envs\pytorch39\lib\site-packages\torch\nn\functional.py:3679: UserWarning: The default behavior for interpolate/upsample with float scale_factorchanged in 1.6.0 to align with other frameworks/libraries, and now uses scale_factor directly, instead of relying on the computed output size. If you wish to restore th
e old behavior, please set recompute_scale_factor=True. See the documentation of nn.Upsample for details.warnings.warn(
Processing 333.jpg ...
Processing 334.jpg ...
Processing 335.jpg ...
Results are in the [results] folder.(pytorch39) C:\Users\yi\PycharmProjects\GFPGAN>

按照默认参数，会在results结果文件夹中生成4个目录分别为前后对比图、原检测出来的脸部图、处理后的脸部图、处理后的最终图。

我们看看效果

可以看出两点：

1、马赛克不能消除，有一张全马赛克的图片，直接无法修复。

2、常规的模糊照片修复的是真的很清晰呀。

总结

总的来说该项目是非常优秀的，从最终图片的效果上来说，非常好了，至于去除马赛克还是得看别的项目了。后面研究研究这么项目，看能不能改改。

别人说你不行，是因为他自己做不到。你要尽全力保护你的梦想，那些嘲笑你的人，他们必定会失败，他们想把你变成和他们一样的人。如果你有梦想的话，就要努力去实现，就这样。 ——《当幸福来敲门》

如果本文对你有用的话，请点个赞吧，谢谢！

如何将模糊照片人脸恢复清晰，GFPGAN机器学习开源项目使用 | 机器学习相关推荐

如何将照片或者视频中的背景图抠掉，机器学习开源项目使用 | 机器学习
目录前言开源项目介绍项目结构模型下载测试数据下载训练数据下载依赖下载测试图片的抠图效果测试视频的抠图效果总结前言本文主要介绍一个神奇有意思的开源项目: BackgroundMa ...
3个超厉害的图片修复工具，模糊照片一键变清晰
分享3个超厉害的图片修复工具,保存多久的老照片都能修复到原本如初的样子,就连模糊的照片也能一并修复,修复的照片不仅清晰很多细节也能进行恢复,操作也非常简单. 1.万能图片转换器一个专门用来处理各种图 ...
遇到模糊照片怎么变清晰？教你几招解决这个问题
你会遇到类似的情况吗?我们从网络上保持的图片,可能是因为反复转载,图片画质被压缩,明明保存之前看着清晰度还可以,但是保存下来就是变得有点模糊.影响使用效果.那么我们在遇到模糊的图片时要如何恢复图片的清 ...
小技巧大作用：让模糊照片变得清晰的简单方法
在现代社会中,拍照已经成为了一项非常普遍的活动.但是,有时我们可能会拍摄出模糊的照片.这些模糊的照片让人感到失望,因为它们无法清晰地展现照片中的主题.然而,你不必放弃这些模糊的照片,因为有一些简单的技 ...
模糊照片怎么修复清晰？快来看看这两个方法
有没有小伙伴和我一样,旅行的时候都喜欢拍好多照片,但是每次回家检查照片的时候,就会发现有一些照片因为没对好焦.手抖等原因,导致照片出现模糊.对于这种情况你们会怎么做呢?是直接删掉这张照片吗?如果这处风 ...
人脸识别研究任务及开源项目调研
0 任务人脸识别流程包括人脸检测.人脸对齐.人脸识别等子任务. 图1 一些部分遮挡的人脸样本.(a) LFW数据库中部分遮挡的人脸样本.(b)AR数据库部分遮挡的人脸样本. 人脸识别具有重要的学术价 ...
人脸属性识别数据库和开源项目
数据库属性 CelebA: 10,177 number of identities,202,599 number of face images, and 5 landmark locations, ...
照片性别反转大挑战，安能辨我是雄雌，PaddleGAN开源项目使用 | 机器学习
目录前言环境搭建实现过程预处理性别翻转眼睛眉毛调整开口处理微笑处理总结前言接着我的上篇文章:如何调整照片人物年龄,此生也算共白头,PaddleGAN开源项目安装使用 | 机器学习 ...
智能老旧模糊照片修复——C++实现GFPGAN模型推理
前言 1.回家过年,总是有意或无意间翻到一些旧时的照片,旧照片作为时光记忆的载体和岁月流转的见证,不单单是过去美好时光的传承者,同时也是每个人的情结和怀念的寄托.随着时间的流逝,许多老照片都因为自然或 ...

如何将模糊照片人脸恢复清晰，GFPGAN机器学习开源项目使用 | 机器学习

前言

环境安装

验证模型

总结

如何将模糊照片人脸恢复清晰，GFPGAN机器学习开源项目使用 | 机器学习相关推荐

最新文章

热门文章