Real ESRGAN
1.0.0
Implémentation PyTorch d'un modèle Real-ESRGAN formé sur un ensemble de données personnalisé. Ce modèle montre de meilleurs résultats sur les visages par rapport à la version originale. Il est également plus simple d’intégrer ce modèle dans vos projets.
Il ne s'agit pas d'une implémentation officielle. Nous utilisons partiellement le code du référentiel d'origine
Real-ESRGAN est un ESRGAN amélioré formé avec des données synthétiques pures, capable d'améliorer les détails tout en supprimant les artefacts gênants pour les images courantes du monde réel.
Vous pouvez l'essayer dans Google Colab
pip install git+https://github.com/sberbank-ai/Real-ESRGAN.gitUtilisation de base :
import torch
from PIL import Image
import numpy as np
from RealESRGAN import RealESRGAN
device = torch . device ( 'cuda' if torch . cuda . is_available () else 'cpu' )
model = RealESRGAN ( device , scale = 4 )
model . load_weights ( 'weights/RealESRGAN_x4.pth' , download = True )
path_to_image = 'inputs/lr_image.png'
image = Image . open ( path_to_image ). convert ( 'RGB' )
sr_image = model . predict ( image )
sr_image . save ( 'results/sr_image.png' )Image de mauvaise qualité :
Résultat réel-ESRGAN :
Image de mauvaise qualité :
Résultat réel-ESRGAN :
Image de mauvaise qualité :
Résultat réel-ESRGAN :
