【Mmediting的使用踩坑记录】

写在前面：本博客仅作记录学习之用，部分图片来自网络，如需引用请注明出处，同时如有侵犯您的权益，请联系删除！

前言

Mmediting是一个由开发者大力维护的开源深度学习库，它致力于提供高效和先进的图像和视频编辑工具。基于PyTorch实现，Mmediting依赖于许多常见的深度学习库，例如CUDA和CUDNN，以实现高性能的图像和视频处理。它提供了强大的超分辨率、去噪、修复、颜色转换、图像合成、视觉效果等功能，可以帮助用户在不同的应用场景下完成各种图像和视频处理任务。Mmediting还具有高可扩展性和易用性，用户可以根据其自身需求进行配置，例如选择使用CPU或GPU，选择单卡或多卡训练，以及选择不同的模型和损失函数等。此外，Mmediting提供了具有丰富的文档和示例代码，这意味着即使对深度学习技术不熟悉的用户也可以轻松上手。总之，Mmediting是一个非常有价值的深度学习库，为图像和视频编辑和相关行业提供了立足之地。

使用教程

创建环境

• 创建名为mmlab的虚拟环境

conda create -n mmlab python=3.7

• 安装torch，可访问官网
  选择对于系统的版本，如下：
  
  

• 激活环境后安装，以CPU为例

conda activate mmlab

pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

安装依赖

• 安装 openmim

pip3 install openmim

• 安装mmcv

mim install mmcv
mim install mmcv-full

克隆mmediting及编译

• 克隆mmediting.git或者直接下载.zip文件后解压

git clone -b 1.x https://github.com/open-mmlab/mmediting.git

• 进入mmediting路径下

cd mmediting

• 编译

pip3 install -e .

问题及解决办法

缺少C++ 14.0

• 问题如下图：
  
• 原因是缺少对应的C++环境，安装即可，此处提供下载链接，安装镜像文件即可。

c1.exe failed with exit code 2

• 表示在编译代码时出现了错误，c1.exe是Visual Studio编译器的一部分，它用于编译C++代码。
• 可以尝试以下一些步骤：
• • 重装Visual Studio，可能是安装出现问题。
• • 百度关于该问题的解决办法，此处提供几个类似的解决办法链接1， 链接2 。

---

• 查看错误信息，如下：
  
• • 实际上是缺少了mmcv-full，编译时安装失败。
• • 解决办法：直接安装mmcv-full。
• • 使用mim install mmcv-full 即可。
• • 测试编译结果，顺利编译好。
    

---

参数解析错误

• 编译结束可进行简答demo测试，但参数输入无效，问题如下

ValueError: It seems that you did not input a valid "image_path". Please double check your input, or you may want to use "restoration_video_demo.py" for video restoration.

restoration_demo.py: error: unrecognized arguments: --config --checkpoint --img-path --save-path

• 查看参数部分代码
  
  

• • 其中参数，有必选参数（没有--的参数）和可选参数（有--的参数）。必选参数不能直接按照可选参数的写法--name的赋值方法，传入参数即可。
• • 由于Mmediting在不断的更新维护，部分案例中文件路径和工程下的路径不一致，需仔细核对，避免以下问题。

FileNotFoundError: file "D:\Study\Codes\mmediting\configs\esrgan\esrgan_x4c64b23g32_400k-1xb16_div2k.py" does not exist

---

测试效果

• 注意：运行前需要下载所需的权重文件，如下载速度慢，可手动下载好或科学上网完成测试所需的条件。

ESRGAN

• 命令： python demo/restoration_demo.py configs/restorers/esrgan/esrgan_x4c64b23g32_g1_400k_div2k.py demo/esrgan_x4c64b23g32_1x16_400k_div2k_20200508-f8ccaf3b.pth tests/data/lq/baboon_x4.png demo/demo_out_baboon.png
  

GLEAN

• 命令：python demo/restoration_face_demo.py configs/restorers/glean/glean_in128out1024_4x2_300k_ffhq_celebahq.py demo/glean_in128out1024_4x2_300k_ffhq_celebahq_20210812-acbcb04f.pth tests/data/face/000001.png tests/data/image/face/pred.png --upscale-factor 4
  

致谢

欲尽善本文，因所视短浅，怎奈所书皆是瞽言蒭议。行文至此，诚向予助与余者致以谢意。