跑一下Real-ESRGAN-master

已于 2022-01-30 11:50:14 修改
阅读量5.3k 收藏 52
点赞数 8
文章标签： pytorch 深度学习 python
于 2022-01-30 11:39:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zyb1244151976/article/details/122751414
版权

目录

查看显卡驱动版本号（第一种方法）

查看显卡驱动版本号（第二种方法）

根据显卡驱动版本号，安装对应版本cuda

下载对应版本cuda

官网傻瓜安装anaconda

安装完anaconda，配置环境变量

E盘创建Work和Code这两个文件

Code里面放入Github上下载的包

点击base的CMD

将目录指到Work

创建名为jackcui的虚拟环境：conda create -n jackcui jupyter notebook cudnn

切换到jackcui虚拟环境：activate jackcui

将目录指到E:\Code\Real-ESRGAN-master​

在pytorch官网复制命令：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

粘贴到cmd，下载pytorch

找到requirements文件，删除已经下载好的内容

输入命令：python -m pip install -r .\requirements.txt

 从input文件中放入需要处理的图片，在result文件中查看训练后的图片

在README中下载训练模型，放到指定文件中

运行命令上图中的命令：python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance，但报错了

解决方案是找到_init_文件，注释掉version

再运行一次命令：python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance​

优化视频：下载模型放入指定文件夹

anaconda下载ffmpeg（这样下载好像不管用）

cmd下载ffmpeg：pip install ffmpeg-python

运行命令：python inference_realesrgan_video.py -i inputs/video/onepiece_demo.mp4 -n RealESRGANv2-animevideo-xsx2 -s 2 -v -a --half --suffix outx2

文件result输出视频

查看显卡驱动版本号（第一种方法）

查看显卡驱动版本号（第二种方法）

根据显卡驱动版本号，安装对应版本cuda

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

下载对应版本cuda

https://developer.nvidia.com/cuda-toolkit-archive

官网傻瓜安装anaconda

Anaconda | Individual Edition

安装完anaconda，配置环境变量

E盘创建Work和Code这两个文件

Code里面放入Github上下载的包

点击base的CMD

将目录指到Work

创建名为jackcui的虚拟环境：conda create -n jackcui jupyter notebook cudnn

切换到jackcui虚拟环境：activate jackcui

将目录指到E:\Code\Real-ESRGAN-master

在pytorch官网复制命令：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

粘贴到cmd，下载pytorch

找到requirements文件，删除已经下载好的内容

输入命令：python -m pip install -r .\requirements.txt

 从input文件中放入需要处理的图片，在result文件中查看训练后的图片

在README中下载训练模型，放到指定文件中

https://github.com/xinntao/Real-ESRGAN

运行命令上图中的命令：python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance，但报错了

解决方案是找到_init_文件，注释掉version

再运行一次命令：python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance

优化视频：下载模型放入指定文件夹

https://github.com/xinntao/Real-ESRGAN/blob/master/docs/anime_video_model.md#how-to-use

anaconda下载ffmpeg（这样下载好像不管用）

cmd下载ffmpeg：pip install ffmpeg-python

运行命令：python inference_realesrgan_video.py -i inputs/video/onepiece_demo.mp4 -n RealESRGANv2-animevideo-xsx2 -s 2 -v -a --half --suffix outx2

文件result输出视频

【深度学习】python调用超分Real-ESRGAN
q742971636的博客
11-21 1039
AnimeVideo-v3模型是一个专注于动漫视频处理的小型模型。该模型的目标是通过实际算法实现对图像和视频的高效恢复。具体来说，它是Real-ESRGAN项目的一部分，Real-ESRGAN致力于开发通用图像/视频修复的实用算法。Real-ESRGAN_x4plus_anime_6B是专门为动漫图像设计的插图模型。这个模型使用Real-ESRGAN框架，通过在纯合成数据上进行训练，实现对动漫图像的高倍超分辨率恢复。该模型的设计目的是提供对动漫插图的强大恢复能力。
实战训练与源码教程：用Real-ESRGAN对抗生成超分技术实现超高清图像！
cv君的博客
09-05 7852
大家好，我是cv君，今天给大家重点介绍一下高质量超分方案Real esrgan，他的方案非常有效，我们可以使用他的方案，自己用高效的生成器来做很多高速、高效的超分。为啥呢？因为他的退化方案不错，他是盲超分算法，盲超分是啥意思呢，就是不知道低分辨率LR和高分辨率图像HR关系的。Real eargan就这样，大家后续联系我给百度网盘给数据代码啥的。比较大，还没上传完。联系cv君，zxx15277368495z。
ESRGAN-master_heyo_ESRGAN-master_crewxbh_waterpck_zip_
09-30
suckers heyo lorum ipsum
RealESRGAN技术详解（附代码）
最新发布
大摆王的博客
02-28 2045
图像超分辨率是一个长期存在的计算机视觉问题，它旨在从低分辨率（LR）图像中恢复出高分辨率（HR）图像。由于成像系统的局限性、传输过程中的压缩、存储空间的限制以及历史图像资料的保存等，图像超分辨率技术对于提升图像质量具有重要意义。传统的图像超分辨率方法，如插值算法（最近邻、双线性、双三次等）和基于重建的方法（如稀疏编码），虽然在一定程度上能够提高图像的分辨率，但它们往往无法恢复图像的细节信息，特别是在放大倍数较高时，图像会出现模糊和伪影。
Python - Real-ESRGAN 提升图像、视频清晰度 - 最高可达 4 K
BITDDD小栈
11-29 1万+
Real-ESRGAN 提升图像、视频清晰度。
【Python&图像超分】Real-ESRGAN图像超分模型（超分辨率重建）详细安装和使用教程
Remote Sensing迷途小书童
11-14 1万+
图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。今天给大家介绍一下腾讯ARC实验室发布的一个图像超分辨率模型Real-ESRGAN，同时奉上详细的安装使用教程。
深度学习模型试跑(十五):Real-ESRGAN(VS2019 trt推理部署)
qq_33642342的博客
09-08 4725
超分辨率修复、重建是采用低分辨率（LR）输入并将其提高到高分辨率的任务，具体原理可以参考paddlegan原理介绍。对于在linux上如何实现trt加速该网络，这里有一篇文章详细记录了过程。
Python - Real-ESRGAN 提高 gif 图像质量
BITDDD小栈
12-07 620
使用 Real-ESRGAN 修复 GIF 图像。
Real-ESRGAN-master
05-08
《Real-ESRGAN-master: 探索深度学习在图像超分辨率中的应用》 在现代数字图像处理领域，超分辨率重建（Super-Resolution）技术已经成为一个重要的研究热点。Real-ESRGAN-master项目，正如其名，是针对真实世界图像...
从零开始Real-ESRGAN的复现
MCKAJM的博客
09-13 1122
要初步了解Real-ESRGAN，可以看我之前发布的博客。本文主要是对Real-ESRGAN的一个复现，主要就是对环境的配置进行记录，因为是实现之后才做的记录，所以只能尽可能的对其进行复现。大家可以看一下这个博主的文章进行一个参考。
Real-ESRGAN笔记
qq_38999624的博客
11-18 6400
生成器： 采用与ESRGAN[50]相同的生成器(SR网络)，即一个具有多个残差-残差密集块(RRDB)的深网络，如图4所示。我们还扩展了原来×4ESRGAN架构，以执行以×2和×1为比例因子的超分辨率。由于ESRGAN是一个重型网络，我们首先使用像素unshuffle (pixel-shuffle[42]的逆操作)来减少空间大小，并在将输入输入到主ESRGAN架构之前扩大通道大小。因此，大多数计算都是在较小的分辨率空间中进行的，这可以减少GPU内存和计算资源的消耗。 Real-ESRGAN采用与ESRG
机器学习模型 ESRGAN模型
06-04
ESRGAN（Enhanced Super-Resolution Generative Adversarial Network）是一种用于图像超分辨率增强的深度学习模型。它是基于生成对抗网络（GAN）的方法，旨在通过训练生成模型来提高图像的细节和清晰度。 ESRGAN 的核心思想是将低分辨率图像转换为高分辨率图像，以改善图像的质量和细节。它使用了两个主要的网络结构：生成器和判别器。生成器负责将低分辨率图像转换为高分辨率图像，而判别器则用于评估生成器生成的图像与真实高分辨率图像之间的差异。 ESRGAN 在训练过程中使用了大量的图像对，其中包括低分辨率图像和对应的高分辨率图像。通过反复迭代训练生成器和判别器，ESRGAN 学习到了如何生成更加逼真和清晰的高分辨率图像。 ESRGAN 的优点在于它能够提供比传统插值方法更高质量的图像超分辨率增强效果。它能够捕捉到图像的细节和纹理，并生成更加真实的图像结果。因此，ESRGAN 在诸如图像增强、图像重建、图像超分辨率等领域具有广泛的应用潜力。
ncnn的vulkan基础支持包
10-21
ncnn的vulkan基础支持包
Real-ESRGAN旨在开发通用图像视频恢复的实用算法.zip
02-07
4. **Real-ESRGAN_master.zip**: 这个文件很可能是Real-ESRGAN算法的源代码仓库，包含了项目的所有必要文件，如模型定义、训练脚本、预训练模型权重以及可能的数据处理工具。开发者可以下载并解压此文件，然后根据...
【未解决】Windows系统AMD显卡跑Real-ESRGAN
twilight_shaw的博客
02-28 464
【未解决】Windows系统AMD显卡跑Real-ESRGAN
万字长文解读图像超分辨率 Real-ESRGAN 论文笔记+代码阅读
热门推荐
xian0710830114的专栏
07-10 2万+
深度学习超分模型有几个里程碑：SRCNN > SRGAN > ESRGAN > Real-ESRGAN，SRCNN 和SRGAN 有些古老了，现在基本用不上，Real-ESRGAN是在ESRGAN的基础上做的升级，于是我们主要介绍Real-ESRGAN，用ESRGAN作为补充。
深度学习系列48：超分模型Real-ESRGAN
kittyzc的博客
06-23 6632
首先训练数据使用了2个first-order： 最后一步加入了振铃和过冲现象： 将CNN用到超分领域的第一篇文章： 论文中卷积核和通道数的实验设置为： SRGAN将GAN引入超分领域，用于解决如下问题： 1）高频细节(high-frequency details) 的丢失，整体图像过于平滑/模糊； 2）与人的视觉感知不一致，超分图像的精确性与人的期望不匹配（人可能更关注前景，而对背景清晰度要求不高）。提出如下改进：模型结构如下，Generator网络是SRResNet，论文使用了16个residual
用 Real-ESRGAN 拯救座机画质，自制高清版动漫资源
HyperAI超神经
03-02 843
动漫考古必备
git clone https://github.com/xinntao/Real-ESRGAN.git cd Real-ESRGAN
10-13
在Git中，`git clone`命令是用来克隆远程仓库到本地的一个快捷方式。当你输入`git clone https://github.com/xinntao/Real-ESRGAN.git`时，这个命令会将GitHub上xinntao创建的名为"Real-ESRGAN"的项目复制一份到你的本地计算机上。这个仓库通常包含源代码及相关文档。 接着，`cd Real-ESRGAN`则是改变当前工作目录（working directory），让你进入刚刚克隆好的Real-ESRGAN项目文件夹，这样你就能够在该目录下直接进行后续的开发、查看代码等工作。 执行这两个命令后，你可以在终端中看到类似这样的提示： ``` $ git clone https://github.com/xinntao/Real-ESRGAN.git Cloning into 'Real-ESRGAN'... remote: Enumerating objects: XX, XX bytes (XX), XX already up to date. $ cd Real-ESRGAN ``` 这里的数字可能会因实际项目大小而变化。
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值