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!
文章目录
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。
- 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。
- 使用
-
- 测试编译结果,顺利编译好。
- 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。
- 其中参数,有必选参数
-
- 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。