GFP-GAN容器构建说明

一、介绍

• GFP-GAN是腾讯在人像复原、超分等方面的佳作 ，其基于 FFHQ 上训练，由 70000 张高质量图像组成。在训练过程中，将所有图像的大小调整为5122。
• GFP-GAN 是在合成数据上训练的，这些合成数据近似于真实的低质量图像，并在推理过程中推广到真实世界的图像，可用于真实世界面部高清修复。

更多详细信息见Github仓库

二、容器构建说明

GFP-GAN并未自带web交互页面，因此，克隆项目后，安装项目所需环境后，在运行前后需要自行在文件夹中放入和获取相关图片。

1. 依赖关系和安装

• Python >= 3.7（建议使用 Anaconda 或 Miniconda)
• PyTorch >= 1.7

#克隆仓库

git clone https://github.com/TencentARC/GFPGAN.git
cd GFPGAN

#安装依赖

apt-get update
apt-get install -y libgl1 git libglib2.0-0 pyyaml -i https://pypi.tuna.tsinghua.edu.cn/simple

依次安装以下包

pip install basicsr
pip install facexlib
pip install -r requirements.txt

运行代码：

python setup.py develop

下载模型v1.3版本：

wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models

模型v1.2版本为（可自行选择下载，放置在experiments/pretrained_models中）：

https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth

2. 进行推理

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2

推理相关注释：

Usage:
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
[options]...
️-h                   show this help
️-i input             Input image or folder. Default:inputs/whole_imgs
️-o output            Output folder. Default: results
️-v version           GFPGAN model version. Option: 1 |1.2 | 1.3. Default: 1.3
️-s upscale           The final upsampling scale of the image. Default: 2
️-bg_upsampler        background upsampler. Default:realesrgan
️-bg_tile             Tile size for background sampler,0 for no tile during testing. Default: 400
️-suffix              Suffix of the restored faces
️-only_center_face    Only restore the center face
️-aligned             Input are aligned faces
️-ext                 Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto