1. codeFormer介绍
在NeurIPS 2022上,南洋理工大学-商汤科技联合研究中心S-Lab提出了一种基于VQGAN+Transformer的人脸复原模型CodeFormer,效果是真的强大,先展示下效果,用的官方案例效果图。
官方给出的代码见这里 传送门
2. 图形化界面一体包
由于源码对小白不友好,装环境难题直接阻拦大部分用户,为此我打包好了所需的python环境,做了一个图形GUI包,无需你本地安装python环境也可使用,下载链接放在文末
用法很简单
- 下载解压后,点击“启动程序.bat”,
- 然后你要处理的是图片还是视频,切换到对应选项卡
- 选择待处理的图片或者视频,以及结果保存位置
- 点击开始处理,程序开始自动运行
如果运行被360拦截,请关闭360。所有源代码均公开可见,在_internal文件夹里可查看,无需担心程序后门
我这个打包版本的功能,除了codeformer本身功能之外,还有以下功能:
1. 对deepfacelab切好的aligned强化,直接写入dfl已有信息,无需重新切脸,强化完可以直接用于训练
2. 关闭了codeformer里默认尺寸放大2倍的功能,改为默认1倍尺寸,保持dfl切好的图不会出现尺寸不匹配问题
3. 把强化aligned人脸图和强化整个图分开到2个标签页,分别对应alinged文件夹强化和merge文件夹强化,方便新手小白理解
3. 效果实测
此处对比3种针对人脸的清晰化算法:codeFormer,GPEN,GFPGAN
使用老婆新垣结衣的图做测试
先测试正面情况:
正面效果上,codeFormer(以下简称CF)效果最好,清晰又清爽,原人物的身份特征保留完好
GPEN其次,清晰,但会增加一种油腻感,会平白增加一些雀斑一样的东西,原人物的身份特征保留完好
GFPGAN最垃圾,人物的身份特征会受影响,都看不出这是新垣结衣了
再测试小侧面情况
小侧面效果,
CF清爽自然,但眼神有变化
GPEN油腻,但眼神有变化
GFPGAN反而效果好一点
再测试大侧面情况
大侧面效果上,CF和GPEN都不太好,眼神跟鬼一样。GFPGAN更烂
codeFormer算法里有个w参数控制追求细节还是忠于原图,对比如下
这个没有好坏之分,看个人喜好了
下载链接
(已更新支持40系显卡)文章来源:https://www.toymoban.com/news/detail-796890.html
链接:https://pan.baidu.com/s/1C48Fjanjki4-JupwoyKS6Q?pwd=1c2i
提取码:1c2i
文章来源地址https://www.toymoban.com/news/detail-796890.html
到了这里,关于人脸清晰化神器codeFormer图形界面包GUI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!