做的好的办公家具网站,网站建设制作设计公司,织梦网站自动跳转手机网站,单页网站如何做排名Code Former是南洋理工大学和商汤科技联合研究中心联合开发一款AI人脸修复算法#xff0c;通过该算法#xff0c;可以对已经模糊的图片进行人脸修复#xff0c;找回斑驳的记忆 由于网上对于Code Former的封装#xff0c;全都是要花钱#xff0c;或者需要其他什么曲折的方式…Code Former是南洋理工大学和商汤科技联合研究中心联合开发一款AI人脸修复算法通过该算法可以对已经模糊的图片进行人脸修复找回斑驳的记忆 由于网上对于Code Former的封装全都是要花钱或者需要其他什么曲折的方式才能勉强使用到所以为了能愉快的修复照片决定自己整理一下开源项目的搭建使用方法方便更多需要修复照片的小伙伴
1.整体流程介绍
Code Former项目已经在Github开源了直接访问github项目地址即可看到Readme文件中对项目构建、使用的简介。 Code Former整体流程大概可分为
安装Python安装Git安装PyTorchclone源码安装源码所需依赖库编译源码安装人脸修复AI模型使用
下面对这几个具体流程进行详细说明
2.安装Python
Python安装有两个选择
去官网下载Python下载Anaconda
2.1官网下载Python
直接百度搜索Python官网进入官网点击下载即可不过需要注意不要下载最新版Code Former要求Python3.8的版本高版本或低版本可能会出现一些依赖问题建议直接下载Python3.8版本官网链接。
2.2下载Anaconda单独安装Python的可以跳过此步骤
Anaconda是Python的一个发行版相比PythonAnaconda多了conda、numpy等的一大堆便于使用的工具包且可以创建不同版本Python的环境相对来说更好使用官网链接。 下面介绍Anaconda安装步骤
2.2.1安装
Anaconda安装就根据安装程序提示一直下一步就好了
2.2.2创建python环境
Anaconda安装好后打开客户端点击environments点击底部的create按钮创建一个环境环境名称自定义推荐codeformer环境的python版本需要注意一下要选3.8.x的版本否则后面安装依赖的时候会报错。 环境创建完成后先放旁边等一会使用。
3.安装Git
Git是一个版本管理工具用于clone项目源码直接到git官网下载一个git安装即可官网链接。 如果没有git可以直接在github下载源码压缩包也是可以使用的具体使用下面会介绍。
4.安装PyTorch
pytorch是一个开源的Python机器学习库可以用于支持code former进行机器学习安装方法如下
4.1进入Pytorch官网
访问https://pytorch.org/ 网站并点击Get Started
4.2选择合适的版本类型
在START LOCALLY根据自己电脑配置及安装的软件选择合适信息即可这里Computer Platform要看自己电脑显卡适不适合如果电脑显卡是NVIDIA的且支持CUDA则选择对应版本的CUDA即可如果不是NVIDIA显卡则选择CPU我的电脑没有显卡所以我选择CPU 如果不确定自己的显卡支不支持CUDA可以直接选择CPU一般修复照片用不了太大的硬件需求CPU完全够了 选择完毕之后将Run this Command的命令行复制一下到刚刚安装好的Anaconda的codeformer环境中执行一下等待安装完成即可
5.下载Code Former源码
上面Pytorch安装完成后就需要进入github下载源码了。下载源码有两种方式
git clone直接下载zip压缩包适用于没有安装git的情况
5.1git clone方式
进入github项目地址点击Code按钮点击Local再选择Https复制下方的https链接 然后回到自己电脑找一个文件夹用于存放项目源码。在这个文件夹中鼠标右键点击一下选择Git Bash Here打开git命令行窗口。 在命令行窗口中输入以下命令并执行等待项目下载完成即可。
git clone https://github.com/sczhou/CodeFormer.git5.2直接下载zip压缩包
访问git项目地址点击Code按钮再点击Download ZIP等待源码下载完成即可下载完成后将zip压缩包找一个地方解压出来就行。
6.安装其他相关依赖
以上环境及源码都准备完成后就需要为项目安装其他相关依赖了分别为
安装项目所需依赖库编译codeformer下载学习模型
6.1安装项目所需依赖库
在源码文件夹下打开anaconda的codeformer环境cmd窗口执行以下命令安装项目所需依赖库如果是单独安装了python的话直接在源码文件夹打开cmd窗口即可
pip3 install -r requirements.txt如果命令执行过程中报错可以打开requirements.txt文件使用pip3 install 具体依赖库的方式手动安装所需的依赖库 例如requirements.txt文件第一行是addict依赖则执行pip3 install addict即可手动安装好addict依赖库
6.2编译codeformer
上一步执行成功后再执行以下命令编译codeformer
python basicsr/setup.py develop6.3下载学习模型
编译步骤成功后还需要下载两个模型才可以使用codeformer的人像修复功能执行以下三个命令分别下载几个模型 注意这三条命令需要一条一条执行不要一起执行
python scripts/download_pretrained_models.py facelib
python scripts/download_pretrained_models.py dlib
python scripts/download_pretrained_models.py CodeFormer7.使用
经过以上繁琐流程之后code former就算正式搭建完成了下面就可以愉快使用了。不过codeformer自己没有gui交互页面所以目前只能通过命令行的形式来进行使用如果对codeformer图形化交互有兴趣的同学可以自己研究一下。
7.1单独图片人脸修复
执行一下命令即可对只有一个人脸的图片进行修复
python inserface_codeformer.py -w 0.2 --has_aligned --input_path [image folder]|[image path]命令说明
-w参数-w是一个权重参数取值范围为[0,1]取值越小则图像修复的质量更高即人脸修复效果最好取值越大则会产生保真度更高的图片就是人脸修复不那么好但是图片整体效果会好点实测建议将w的参数值写成0这样人脸修复效果最好参数值写大了修复结果反倒并不理想–input_path参数这个就是要修复的图片路径了可以选单独图片路径也可以选一个有图片的文件夹它会将文件夹中所有的图片都进行修复
修复效果大概就像下图这样↓实测修复效果真的很棒
7.2一张图片多张人脸修复
如果一个照片里面有多个人像则可以执行以下命令进行修复
python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]这个命令中的参数与7.1中的参数含义一致可以按照自己需求进行设置
以上就是code former从搭建到使用的步骤了除了修复图片codeformer还可以修复视频更多的使用方法等待小伙伴们自己探索有问题欢迎私信交流哇。
8.Anaconda和pip下载依赖慢解决方法
8.1Anaconda依赖下载慢解决方法
Anaconda下载依赖的时候会去连接国外的镜像源网络不好的话会导致下载速度极慢可以将Anaconda镜像源切换到清华大学的镜像源执行以下三条命令即可将镜像源换成清华大学的
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes8.2pip下载依赖慢解决方法
pip进行依赖下载的时候也会遇到速度很慢的问题可以执行以下命令将pip镜像源换成清华或者阿里的镜像源 镜像源选择一个使用就行如果pip在下载过程中报错提示没有相关依赖的话可以再切换一下镜像源比如清华镜像源没有某个依赖那么就切换到阿里云镜像源一般这两个镜像源都比较全如果还没有建议百度摘一下其他的pip镜像源再做替换尝试下载
# 清华镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
# 阿里云镜像源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
