Установка

Теперь мы предоставляем чистую версию GFPGAN, которая не требует специализированных расширений CUDA. Подробнее об этой более простой установке см. здесь.
Если вы хотите использовать оригинальную модель из нашей статьи, пожалуйста, следуйте приведённым ниже инструкциям.

1. Клонируйте репозиторий:

   git clone https://github.com/xinntao/GFPGAN.git
   cd GFPGAN

2. Установите зависимые пакеты:

   Поскольку StyleGAN2 использует специализированные расширения PyTorch C++, вам необходимо скомпилировать их во время установки или загрузить их непосредственно во время выполнения (JIT). Более подробную информацию вы можете найти в BasicSR-INSTALL.md.

   Вариант 1: Загрузить расширения непосредственно во время выполнения (JIT) (для тех, кто хочет просто выполнить простые выводы, может быть меньше проблем):

   # Установить basicsr - https://github.com/xinntao/BasicSR
   # Мы используем BasicSR для обучения и вывода
   pip install basicsr
   
   # Установить facexlib - https://github.com/xinntao/facexlib
   # Мы используем обнаружение лиц и восстановление лиц в пакете facexlib
   pip install facexlib
   
   pip install -r requirements.txt
   python setup.py develop
   
   # Не забудьте установить BASICSR_JIT=True перед выполнением команд

   Вариант 2: Скомпилировать расширения во время установки (для тех, кому нужно много раз обучать/выводить):

   # Установить basicsr - https://github.com/xinntao/BasicSR
   # Мы используем BasicSR для обучения и вывода
   # Установите BASICSR_EXT=True, чтобы скомпилировать расширения CUDA в BasicSR - компиляция может занять несколько минут, будьте терпеливы
   # Добавьте -vvv для подробного вывода логов
   BASICSR_EXT=True pip install basicsr -vvv
   
   # Установить facexlib - https://github.com/xinntao/facexlib
   # Мы используем обнаружение лиц и восстановление лиц в пакете facexlib
   pip install facexlib
   
   pip install -r requirements.txt
   python setup.py develop

Быстрый вывод

Скачайте предварительно обученные модели: GFPGANv1.pth

wget https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/GFPGANv1.pth -P experiments/pretrained_models

• Вариант 1: загрузить расширения непосредственно во время выполнения (JIT):

  BASICSR_JIT=True python inference_gfpgan.py --model_path experiments/pretrained_models/GFPGANv1.pth --test_path inputs/whole_imgs --save_root results --arch original --channel 1
  
  # для выровненных изображений
  BASICSR_JIT=True python inference_gfpgan.py --model_path experiments/pretrained_models/GFPGANv1.pth --test_path inputs/cropped_faces --save_root results --arch original --channel 1 --aligned

• Вариант 2: успешно скомпилированные расширения во время установки:

  python inference_gfpgan.py --model_path experiments/pretrained_models/GFPGANv1.pth --test_path inputs/whole_imgs --save_root results --arch original --channel 1
  
  # для выровненных изображений
  python inference_gfpgan.py --model_path experiments/pretrained_models/GFPGANv1.pth --test_path inputs/cropped_faces --save_root results --arch original --channel 1 --aligned