Real-ESRGAN—图像/视频修复算法

这篇具有很好参考价值的文章主要介绍了Real-ESRGAN—图像/视频修复算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、简介

Real-ESRGAN是腾讯ARC实验室发表超分辨率算法,目标是开发出实用的图像/视频修复算法。ESRGAN 的基础上使用纯合成的数据来进行训练,以使其能被应用于实际的图片修复的场景。

对于图片分辨率太低,画质太差,可以进行很好的修复,先看张实际修复效果图。
Real-ESRGAN—图像/视频修复算法
经过实测Real-ESRGAN并不是对所有图片都可以进行完美的修复,有些图片修复后没有多大效果。

网页体验地址:https://arc.tencent.com/en/ai-demos/imgRestore

小程序:
Real-ESRGAN—图像/视频修复算法

二、模型

Real-ESRGAN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。

1.realesrgan-x4plus(默认)

2.reaesrnet-x4plus

3.realesrgan-x4plus-anime(针对动漫插画图像优化,有更小的体积)

4.realesr-animevideov3 (针对动漫视频)

模型下载地址:https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth

三、使用环境

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

# 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
# 使用BasicSR来训练以及推断
pip install basicsr
# facexlib和gfpgan是用来增强人脸的
pip install facexlib
pip install gfpgan
pip install -r requirements.txt
python setup.py develop

把下载好的模型文件放在experiments/pretrained_models目录,在命令行执行推理命令。

python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance

inputs可以是一张图片,也可以指定文件夹,推理文件夹内的所有文件。未指定保存路径,结果保存在results文件夹。

四、可执行版本

Real-ESRGAN提供了支持Intel/AMD/Nvidia显卡的绿色版exe文件,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。

下载地址:https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesrgan-ncnn-vulkan-20220424-windows.zip

使用方式:./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png -n 模型名字文章来源地址https://www.toymoban.com/news/detail-450099.html

到了这里,关于Real-ESRGAN—图像/视频修复算法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python&图像超分】Real-ESRGAN图像超分模型(超分辨率重建)详细安装和使用教程

            图像超分是一种图像处理技术,旨在 提高图像的分辨率 ,使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域,可以帮助我们更好地理解和利用图像信息。图像超分技术可以通过多种方法实现,包括插值算法、深度学习等。其

    2024年02月04日
    浏览(39)
  • Real-ESRGAN超分辨网络

    《Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data》 文章目录 一、Real-ESRGAN主要介绍 二、Real-ESRGAN主要内容 1、摘要 2、论文方法 3、方法详细介绍 · Blur · Noise · Resize(Downsampling) · JPEG compression · High-order Degradation Model · Ringing and overshoot artifacts  · U-Net结构判别

    2024年03月16日
    浏览(32)
  • opencv -10 基础运算之 图像加权和(图像融合&图像修复&视频合成)

    所谓图像加权和,就是在计算两幅图像的像素值之和时,将每幅图像的权重考虑进来,可以用公式表示为: 式中,saturate()表示取饱和值(最大值)。图像进行加权和计算时,要求 src1 和 src2 必须大小、类型相同 ,但是对具体是什么类型和通道没有特殊限制。它们可以是任意

    2024年02月16日
    浏览(34)
  • 【图像处理-图像修复】Criminisi图像修复算法(附matlab代码)

    一个愿意伫立在巨人肩膀上的农民......         Criminisi 图像修复模型 可以同时处理像纹理和卡通信息的一种修复方法,其主要思路是先确定破损区域的边界,寻找边界上的像素点,并以边界点为中心像素点设定一个 7 × 7 、 9 × 9 (默认)或 11 × 11 的区块,利用图片的自

    2024年02月02日
    浏览(28)
  • opencv图像修复FMM、NS图像修复算法GUI版

    FMM (Fast Marching Method) 和 NS (Navier-Stokes) 是两种不同的图像修复方法,通常用于填充缺失、损坏或污染的图像区域。它们在图像处理中有不同的应用场景和原理。 FMM应用场景:FMM主要用于基于物理模型的图像修复,例如医学图像处理、地理信息系统(GIS)和自然图像复原。 FM

    2024年04月08日
    浏览(21)
  • 毕业设计 基于深度学习的图像修复算法 DCGAN

    今天学长向大家分享一个毕业设计项目 基于深度学习的图像修复算法 DCGAN 项目获取: https://gitee.com/sinonfin/algorithm-sharing 图像修复是指利用复杂的算法重建图形中丢失或损坏的部分的过程。在现实生活中,这项工作仍然由经验丰富的图像修复师来完成。图像修复技术主要用来

    2024年01月21日
    浏览(36)
  • 一键智能视频编辑与视频修复算法——ProPainter源码解析与部署

    视频编辑和修复确实是随着电子产品的普及变得越来越重要的技能。有许多视频编辑工具可以帮助人们轻松完成这些任务如:Adobe Premiere Pro,Final Cut Pro X,Davinci Resolve,HitFilm Express,它们都提供一些视频修复功能,但并不适合没有太多专业技术的用户。 至于视频目标移除、水

    2024年02月08日
    浏览(28)
  • 竞赛选题 深度学习图像修复算法 - opencv python 机器视觉

    🔥 优质竞赛项目系列,今天要分享的是 🚩 深度学图像修复算法 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:3分 创新点:4分 🧿 更多资料, 项目分享: https://gitee.com/dancheng-senior/postgradu

    2024年02月08日
    浏览(33)
  • 图像加密技术综述(常见的图像加密算法简介)

    彩色图像加密综述(An overview of encryption algorithms in color images): 此文总结了50多项这一领域的研究,还从应用领域的角度对现有的各种彩色(如RGB图像)图像加密方案进行了全面的研究,其中大部分研究已于去年发表。此外,此研究将彩色图像加密分为 10类 方案,并对所提

    2024年02月11日
    浏览(28)
  • 【音视频原理】图像相关概念 ③ ( RGB 色彩简介 | RGB 排列 | YUV 色彩简介 | YUV 编码好处 )

    RGB 是 计算机 中的 颜色编码方法 , 红 ( R ) / 绿 ( G ) / 蓝 ( B ) 三个颜色通道 可以设置不同的值 , 每个 通道 的 颜色值都可以取值 0 ~ 255 , 这样 三个通道 叠加 , 可以表示出 25 6 3 = 16777216 256 ^3 = 16777216 25 6 3 = 16777216 种颜色值 ; 红 ( R ) / 绿 ( G ) / 蓝 ( B ) 三个颜色通道 都取值 255

    2024年01月20日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包