Английский | Китайский

Мы добавили BasicSR-Examples, он предоставляет руководства по использованию BasicSR и шаблоны (в виде python пакета)

Технический чат QQ: 320960100   Код для входа в группу: взаимопомощь и共同发展

:compass: Код QR для входа в группу (QQ, WeChat)    Руководство по присоединению к группе (Документ Tencent)--- Google Colab: GitHub Link | Google Drive Link
Модульная библиотека: Baidu NetDisk: Предварительно обученные модели | Переходим к экспериментам
Google Drive: Предварительно обученные модели | Переходим к экспериментам
Данные: Baidu NetDisk (код доступа: basr) Google Drive
тренде тренировочных кривых WandB
Команды для обучения и тестирования
HOWTOs---

BasicSR (Основной СверхРесторация) — это открытый набор инструментов для восстановления изображений и видео с использованием PyTorch, включая сверхразрешение, шумоподавление, удаление размытости, а также удаление шума JPEG-сжатия. Новые возможности/обновления

• 5 октября 2021 года. Добавлен код для обучения и тестирования ECBSR: ECBSR.

  ACMMM21: Крайне ориентированная конволюционная блочная структура для реального времени сверхразрешения на мобильных устройствах

• 2 сентября 2021 года. Добавлен код для обучения и тестирования SwinIR: SwinIR от Jingyun Liang. Подробнее см. HOWTOs.md
• 5 августа 2021 года. Добавлена NIQE, которая выдает такие же результаты как MATLAB (в обоих случаях для tests/data/baboon.png значение равно 5.7296).
• 31 июля 2021 года. Добавлены алгоритмы двунаправленного сверхразрешения видео: BasicVSR и IconVSR.

  CVPR21: BasicVSR: Поиск основных компонентов в видео-сверхразрешении и далее

• Подробнее

Проекты использующие BasicSR

• Real-ESRGAN: Удобные алгоритмы для универсальной реконструкции изображений
• GFPGAN: Удобные алгоритмы для реконструкции лиц в реальных условиях

Если ваш открытый проект использует BasicSR, пожалуйста, свяжитесь со мной (электронная почта или создайте issue/pull request). Я добавлю ваш проект в список выше --- Если BasicSR был вам полезен, пожалуйста, звезду этому репозиторию или порекомендуйте его друзьям. Спасибо

Другие рекомендованные проекты: Real-ESRGAN: Утилиты для общего восстановления изображений
GFPGAN: Утилиты для восстановления лиц в реальных сценах
facexlib: Коллекция утилит для работы с лицами
HandyView: Инструмент для просмотра и сравнения изображений на основе PyQt5

_{(ESRGAN, EDVR, DNI, SFTGAN) (HandyView, HandyFigure, HandyCrawler, HandyWriting)}---

Как это сделать (HOWTOs)Мы предоставили простые руководства для быстрого начала работы с обучением/тестированием/выводами модели. Эти команды не охватывают все возможные применения, более подробные сведения представлены ниже. | ГАН | | | | | |

| :------------------- | :------------------------------------------: | :------------------------------------------: | :------- | :--------------------------------------------: | :----------------------------------------------------: | | StyleGAN2 | обучение | тестирование | | | | | Реставрация Лица | | | | | | | DFDNet | - | тестирование | | | | | Сверхразрешение | | | | | | | ESRGAN | TODO | TODO | SRGAN | TODO | TODO | | EDSR | TODO | TODO | SRResNet | TODO | TODO || RCAN | TODO | TODO | SwinIR | Обучение | Инференс | |-----------------------|------------------------------------------------|------------------------------------------------|------------|-----------------------------------------------------|-------------------------------------------------------------| | EDVR | TODO | TODO | DUF | - | TODO | | BasicVSR | ЗАМЕНА | ЗАМЕНА | TOF | - | ЗАМЕНА | | Устранение размытости | | | | | | | DeblurGANv2 | - | ЗАМЕНА | | | | | Денoisng | | | | | |

Зависимости и установкаДля подробной информации обратитесь к docs/INSTALL.md.

Список задач

См. project boards.

Подготовка данных

• Шаги подготовки данных, см. DatasetPreparation_RU.md.
• Поддерживаемые наборы данных (torch.utils.data.Dataset класс), см. Datasets_RU.md.

Обучение и тестирование

• Команды обучения и тестирования, см. TrainTest_RU.md.
• Опции/конфигурации: описание конфигурационных файлов, см. Config_RU.md.
• Логгирование: описание системы логгирования, см. Logging_RU.md.

Библиотека моделей и базовые данные

• Описание текущих моделей, см. Models_RU.md.
• Предобученные модели и примеры логов, см. ModelZoo_RU.md.
• Мы также предоставляем кривые обучения и другие данные на wandb:

Дизайн и соглашения в кодовой базе

См. DesignConvention_RU.md.
Ниже приведена общая схема. Дополнительные описания каждого модуля см. в следующих файлах:
Datasets_RU.md | Models_RU.md | Config_RU.md | Logging_RU.md

Лицензия

Проект использует лицензию Apache 2.0.
Более подробная информация о лицензии и благодарностях доступна в LICENSE.## Цитирование

Если вам помог BasicSR, пожалуйста, цитируйте его.
Ниже представлен пример цитирования в формате BibTeX, который требует пакета LaTeX url.

@misc{basicsr,
  author =       {Xintao Wang and Liangbin Xie and Ke Yu and Kelvin C.K. Chan and Chen Change Loy and Chao Dong},
  title =        {{BasicSR}: Открытый инструментарий для восстановления изображений и видео},
  howpublished = {\url{https://github.com/XPixelGroup/BasicSR}},
  year =         {2022}
}

Xintao Wang, Liangbin Xie, Ke Yu, Kelvin C.K. Chan, Chen Change Loy и Chao Dong. BasicSR: Открытый инструментарий для восстановления изображений и видео. https://github.com/xinntao/BasicSR, 2022.

Контакты

Если у вас возникли вопросы, пожалуйста, отправьте электронное письмо на xintao.alpha@gmail.com, xintao.wang@outlook.com.

• Группа QQ: Сканируйте QR-код слева или найдите группу QQ по номеру: 320960100. Ответ на вопрос для входа в группу: взаимопомощь и共同发展
• Группа WeChat: Наша первая группа уже полна 500 человек, поэтому вы можете присоединиться ко второй группе, сканировав QR-код в центре; если у вас возникнут проблемы с присоединением к группе, вы также можете добавить личный WeChat Лианбин (QR-код справа), он поможет вам присоединиться к группе во время своего свободного времени.