Perhatikan bahwa versi ini tidak kompatibel dengan versi sebelumnya. Jika Anda ingin menggunakan yang sebelumnya, silakan merujuk ke cabang old_version
.
Bahasa Inggris |简体中文 GitHub | Gitee码云
Google Colab: Tautan GitHub | Tautan Google Drive
? Kumpulan data ⏬ Google Drive ⏬ 百度网盘 (提取码:basr)
? Kurva pelatihan di tongkat sihirb
Perintah untuk pelatihan dan pengujian
⚡ CARA
BasicSR ( Basic S super R estoration) adalah kotak alat restorasi gambar dan video open source berdasarkan PyTorch, seperti resolusi super, denoise, deblurring, penghapusan artefak JPEG, dll .
(ESRGAN, EDVR, DNI, SFTGAN) (HandyView, HandyFigur, HandyCrawler, HandyWriting)
Kami menyediakan pipeline sederhana untuk melatih/menguji/inferensi model untuk memulai dengan cepat. Saluran/perintah ini tidak dapat mencakup semua kasus dan rincian lebih lanjut ada di bagian berikut.
GAN | |||||
---|---|---|---|---|---|
GayaGAN2 | Kereta | Kesimpulan | |||
Restorasi Wajah | |||||
DFDNet | - | Kesimpulan | |||
Resolusi Super | |||||
ESRGAN | TODO | TODO | SRGAN | TODO | TODO |
edsr | TODO | TODO | SRResNet | TODO | TODO |
RCAN | TODO | TODO | |||
EDVR | TODO | TODO | DUF | - | TODO |
DasarVSR | TODO | TODO | TOF | - | TODO |
Menghapus buram | |||||
HapusburGANv2 | - | TODO | |||
Tolak kebisingan | |||||
RIDNet | - | TODO | CBDNet | - | TODO |
Repo klon
git clone https://github.com/xinntao/BasicSR.git
Instal paket dependen
cd BasicSR
pip install -r requirements.txt
Instal BasicSR
Silakan jalankan perintah berikut di jalur root BasicSR untuk menginstal BasicSR:
(Pastikan versi GCC Anda: gcc >= 5)
Jika Anda tidak memerlukan ekstensi cuda:
dcn untuk EDVR
upfirdn2d dan menyatu_act untuk StyleGAN2
harap tambahkan --no_cuda_ext
saat menginstal
python setup.py develop --no_cuda_ext
Jika Anda menggunakan model EDVR dan StyleGAN2, ekstensi cuda di atas diperlukan.
python setup.py develop
Anda mungkin juga ingin menentukan jalur CUDA:
CUDA_HOME=/usr/local/cuda
CUDNN_INCLUDE_DIR=/usr/local/cuda
CUDNN_LIB_DIR=/usr/local/cuda
python setup.py develop
Perhatikan bahwa BasicSR hanya diuji di Ubuntu, dan mungkin tidak cocok untuk Windows. Anda dapat mencoba Windows WSL dengan dukungan CUDA :-) (Sekarang hanya tersedia untuk insider build dengan Fast ring).
Silakan lihat papan proyek.
torch.utils.data.Dataset
) ada di Datasets.md. Silakan lihat DesignConvention.md untuk desain dan konvensi basis kode BasicSR.
Gambar di bawah menunjukkan kerangka keseluruhan. Deskripsi lebih lanjut untuk setiap komponen:
Kumpulan Data.md | Model.md | Konfigurasi.md | Pencatatan.md
Proyek ini dirilis di bawah lisensi Apache 2.0.
Rincian lebih lanjut tentang lisensi dan pengakuan ada di LISENSI.
Jika BasicSR membantu penelitian atau pekerjaan Anda, mohon pertimbangkan untuk mengutip BasicSR.
Berikut ini adalah referensi BibTeX. Entri BibTeX memerlukan paket url
LaTeX.
@misc{wang2020basicsr,
author = {Xintao Wang and Ke Yu and Kelvin C.K. Chan and
Chao Dong and Chen Change Loy},
title = {BasicSR},
howpublished = { url {https://github.com/xinntao/BasicSR}},
year = {2020}
}
Xintao Wang, Ke Yu, Kelvin CK Chan, Chao Dong dan Chen Ganti Loy. DasarSR. https://github.com/xinntao/BasicSR, 2020.
Jika Anda memiliki pertanyaan, silakan kirim email ke [email protected]
.