Python算法工程师：心中无码便是高清，马赛克“脑补”算法 PULSE(1)

环境搭建

PULSE 算法采用 Pytorch 实现，使用了 dlib 人脸库的一些 API。

项目地址：

https://github.com/adamian98/pulse

环境搭建不复杂，工程里的 pulse.yml 文件，已经写明了依赖环境。

name: pulse

channels:

• pytorch

• defaults

dependencies:

• blas=1.0=mkl

• ca-certificates=2020.1.1=0

• certifi=2020.4.5.1=py38_0

• cffi=1.14.0=py38hc512035_1

• chardet=3.0.4=py38_1003

• cryptography=2.9.2=py38ha12b0ac_0

• cycler=0.10.0=py38_0

• freetype=2.9.1=hb4e5f40_0

• idna=2.9=py_1

• intel-openmp=2019.4=233

• jpeg=9b=he5867d9_2

• kiwisolver=1.2.0=py38h04f5b5a_0

• libcxx=10.0.0=1

• libedit=3.1.20181209=hb402a30_0

• libffi=3.3=h0a44026_1

• libgfortran=3.0.1=h93005f0_2

• libpng=1.6.37=ha441bb4_0

• libtiff=4.1.0=hcb84e12_0

• matplotlib=3.1.3=py38_0

• matplotlib-base=3.1.3=py38h9aa3819_0

• mkl=2019.4=233

• mkl-service=2.3.0=py38hfbe908c_0

• mkl_fft=1.0.15=py38h5e564d8_0

• mkl_random=1.1.0=py38h6440ff4_0

• ncurses=6.2=h0a44026_1

• ninja=1.9.0=py38h04f5b5a_0

• numpy=1.18.1=py38h7241aed_0

• numpy-base=1.18.1=py38h6575580_1

• olefile=0.46=py_0

• openssl=1.1.1g=h1de35cc_0

• pandas=1.0.3=py38h6c726b0_0

• pillow=7.1.2=py38h4655f20_0

• pip=20.0.2=py38_3

• pycparser=2.20=py_0

• pyopenssl=19.1.0=py38_0

• pyparsing=2.4.7=py_0

• pysocks=1.7.1=py38_0

• python=3.8.2=hf48f09d_13

• python-dateutil=2.8.1=py_0

• pytorch=1.5.0=py3.8_0

• pytz=2020.1=py_0

• readline=8.0=h1de35cc_0

• requests=2.23.0=py38_0

• scipy=1.4.1=py38h44e99c9_0

• setuptools=46.2.0=py38_0

• six=1.14.0=py38_0

• sqlite=3.31.1=h5c1f38d_1

• tk=8.6.8=ha441bb4_0

• torchvision=0.6.0=py38_cpu

• tornado=6.0.4=py38h1de35cc_1

• urllib3=1.25.8=py38_0

• wheel=0.34.2=py38_0

• xz=5.2.5=h1de35cc_0

• zlib=1.2.11=h1de35cc_3

• zstd=1.3.7=h5bba6e5_0

• pip:

• dlib==19.19.0

prefix: /path/to/your/anaconda3/envs/pulse

直接使用 pulse.yml 文件，用 Anaconda 进行环境配置。

修改 pulse.yml 文件中 prefix 的路径为你的 Anaconda 路径，然后使用指令创建环境：

conda create -f pulse.yml

这是官方推荐的方法。亲测，依然遇到了一些依赖问题。

最后一个一个依赖包安装才解决，所以我建议是使用 Anaconda 通过第三方库的包名安装，不用管版本啥的，例如：

conda install ca-certificates requests

libcxx、libedit 等这类的 lib 库不用安装，Anaconda 在创建 Python 环境的时候已经安装好了。

这里面稍微难安装的就是 dlib，dlib 需要使用 cmake 进行编译，所以需要先安装好 cmake，这里使用 pip 安装即可：

python -m pip install cmake dlib

都搞定了，环境就算搭建完成了。

4

效果测试

PULSE 项目地址：

https://github.com/adamian98/pulse

下载项目到本地：

git clone https://github.com/adamian98/pulse

项目提供了 pretrained model ，模型放在了 Google Drive ，不能翻墙的无法下载。

所以我将模型下载好，上传到了我的百度网盘。

下载地址（提取码：3gpq）：

https://pan.baidu.com/s/13NZ8RY8KSogY78xh3gpcJA

在工程目录，创建 cache、realpics 两个文件夹，将下载好的三个文件放到 cache 文件夹内。

然后将下图放到 realpics 文件夹内，我们以此图为例，进行测试。

图片下载地址：

https://cuijiahua.com/wp-content/uploads/2020/07/dl-21-6.jpg

首先，我们使用 align_face.py 对图片 downscale。

python align_face.py

程序使用 dlib 检测人脸框，并对检测到的人脸进行降低分辨率处理，默认降低为 32x32 分辨率的图片。

生成的图片会放到 input 文件夹内，如果将图片放大到 1024x1024，就是相当于一张布满马赛克的图片。

有了这张 LR 图片，也就是低分辨率图片，使用 PULSE 算法，看下「脑补」效果吧！

python run.py -steps=2000

运行 run.py ，迭代 2000 steps，在 runs 文件夹下就会生成“去除”马赛克后的「脑补」图。

「脑补」图跟原图还是有些神似的！

5

争议

我们都知道，今年 5 月 25 日美国的「跪杀黑人」事件。

由此引发了美国有史以来，最大规模的游行抗议。

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！