Github项目:https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life
1. 环境:
win11
python 3.8.8
torch 1.9.1
torchvision 0.10.1
2.Bringing-Old-Photos-Back-to-Life项目资源下载
2.1
此项目在README.md给出了教程,所以按照教程配置就行了。
2.1.1
首先,使用git将项目clone一下。
git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git
2.1.2
然后,克隆 Syncd-BatchNorm-PyTorch 存储库
将下载的Synchronized-BatchNorm-PyTorch中的sync_batchnorm分别拷贝到.\Global\detection_models 和 .\Face_Enhancement\models\networks 两个目录下。
cd Face_Enhancement/models/networks/
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../../
cd Global/detection_models
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../
2.1.3
将下载的压缩包解压缩,拷贝到:.\Face_Detection 下。
cd Face_Detection/
wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
cd ../
2.1.4
将 .\Face_Enhancement\checkpoints.zip (327MB)解压缩,保存为:.\Face_Enhancement\checkpoints 目录及相关文件
将 .\Global\checkpoints.zip (1.62GB)解压缩,保存为:.\Global\checkpoints 目录及相关文件。
cd Face_Enhancement/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/face_checkpoints.zip
unzip face_checkpoints.zip
cd ../
cd Global/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/global_checkpoints.zip
unzip global_checkpoints.zip
cd ../
2.2下载Python包
这里就有坑了
在Bringing-Old-Photos-Back-to-Life文件夹下使用cmd
pip install -r requirements.txt
当安装到dlib的时候就会报错。所以手动安装。
就这个库花了我半天时间,推荐这位博主!!!!!的。
安装完之后,再使用cmd安装其他包
2.3
项目文件该引用的引用
还有就是设置存放图片输入和输出照片的目录。
python run.py --input_folder .\test_images\old_w_scratch --output_folder .\output_images --GPU -1 --with_scratch
也可以,保存就可以运行了
--input_folder .\test_images\old_w_scratch --output_folder .\output_images --GPU -1 --with_scratch
这样就可以运行了,图片不能太大。
剩下应该就没啥问题了。