照片修复-使用Bringing-Old-Photos-Back-to-Life

项目地址

github项目地址：https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

环境搭建

1、下载Bringing-Old-Photos-Back-to-Life的github项目
直接下载压缩包解压，或者clone下载都可以。
clone指令：git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

2、下载工程依赖的其他github项目
依次执行就可以了

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 ../../

3、下载预训练模型
人脸识别预训练模型：

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 ../

Face_Enhancement和Global的checkpoints模型：

cd Face_Enhancement/
wget https://facevc.blob.core.windows.net/zhanbo/old_photo/pretrain/Face_Enhancement/checkpoints.zip
unzip checkpoints.zip
cd ../
cd Global/
wget https://facevc.blob.core.windows.net/zhanbo/old_photo/pretrain/Global/checkpoints.zip
unzip checkpoints.zip
cd ../

由于两个checkpoints下载的速度很慢，可以先下载，然后把下载链接复制到迅雷下载，速度可以达到10M。我将下好的上传到了百度云，
地址：https://pan.baidu.com/s/1aZOrp7OF3rt9b8B4UZxTAw，提取码：g1wj
下载完分别放到对应文件夹然后解压。

4、安装环境所需模块
按照github项目下面的说明，直接执行：pip3 install -r requirements.txt就行了。但是问题就来了！cuda、torch、torchvision版本一定要对应，直接pip安装torch和torchvision的话安装的都是最新的，执行修复图片时就会出现下面列举的错误。所以最好的方法就是打开requirements.txt然后将这些包手动pip安装，除了torch和torchvision要指定版本，其他的都可以直接pip安装。

我的环境是：cuda-8.0、torch-1.0.0、torchvision-0.2.2
三者对应关系参考：https://blog.csdn.net/jonado13/article/details/108281688

修复图片

使用时，假设输入路径为 /home/jcy/source/source/old_w_scratch（待修复的图片放在这里），输出路径为/home/jcy/source/source/output_images，那么执行指令为：
图片没有裂痕：

python3 run.py --input_folder /home/jcy/source/source/old_w_scratch --output_
folder /home/jcy/source/source/output_images --GPU 0 

图片有裂痕

python3 run.py --input_folder /home/jcy/source/source/old_w_scratch --output_
folder /home/jcy/source/source/output_images --GPU 0 --with_scratch

执行完毕，修复完的图片就会出现在output_images/final_output中。

注：
修复的图片不要太大，比较大的照片还是别想了，大概率带不动的，大图可以把人身体区域截图下来修复，或者将图片切割或裁剪。

报错：
1、incompatible function arguments. The following argument types are supported: 1. (arg0: object, arg1: torch._C._jit_tree_views.SourceRange, arg2: Callable[[str], function]) -> torch._C.Type
错误原因：torch版本和torchvision版本不匹配

2、AssertionError: The NVIDIA driver on your system is too old (found version 9000).
错误原因：torch版本太高，与cuda不匹配，比如我cuda-8.0装了torch-1.5报错了，重新安装torch1.0.0解决。

运行结果

效果还阔以，但是只生成了这两张，因为这两张图片尺寸比较小，其他找的几张图片比较大，在生成修复图片的时候把我1080ti顶爆了，等啥时候有钱了整个3080ti试试了。。。。硬要修复大的图片，可以裁剪成多份，多次修复以后拼接成一张图片即可，但为了提高拟合度，最好每张图片中都有一块大小适中的重叠区域，而且看了一部分源码，这个项目中似乎对人脸还是挺敏感的，所以最好裁剪的每个部分都把人物包括在里面，以人物为基准向四周拓展。

修复完一次以后注意清理一下，最好的办法就是把输出图片的文件夹中的所有内容删除（包括图片和文件夹），否则下次修复就会出现重复。