EDVR 다운로드 - EDVR 소스 코드 다운로드

EDVR

파이썬

1.0.0

다운로드

EDVR이 BasicSR로 병합되었습니다. 이 GitHub 저장소는 BasicSR의 미러입니다. BasicSR을 사용하는 것이 좋으며, BasicSR에서 이슈, 풀 리퀘스트 등을 공개하는 것이 좋습니다.

이 버전은 이전 버전과 호환되지 않습니다. 이전 버전을 사용하려면 old_version 브랜치를 참고하세요.

기본SR

영어 |简体中文 GitHub | Gitee码云

Google Colab: GitHub 링크 | 구글 드라이브 링크
Ⓜ️ Model Zoo ⏬ Google 드라이브: 사전 훈련된 모델 | 재현된 실험 ⏬ 百島网盘: 预训练模型|复现实验
? 데이터 세트 ⏬ Google 드라이브 ⏬ 百島网盘 (提取码:basr)
? wandb의 훈련 곡선
훈련 및 테스트를 위한 명령
⚡ 노하우

BasicSR( Basic Super Restoration )은 초고해상도, 노이즈 제거, 디블러링, JPEG 아티팩트 제거 등과 같은 PyTorch 기반의 오픈 소스 이미지 및 비디오 복원 도구 상자입니다.
_{(ESRGAN, EDVR, DNI, SFTGAN)} _{(HandyView, HandyFigure, HandyCrawler, HandyWriting)}

새로운 기능

2020년 11월 29일. ESRGAN 및 DFDNet Colab 데모를 추가합니다.
2020년 9월 8일. 맹인 얼굴 복원 추론 코드 추가: DFDNet.
2020년 8월 27일. StyleGAN2 훈련 및 테스트 코드 추가: StyleGAN2.

더

2020년 9월 8일. 맹인 얼굴 복원 추론 코드 추가: DFDNet .
ECCV20: 심층 다중 규모 구성요소 사전을 통한 블라인드 페이스 복원
Xiaoming Li, Chaofeng Chen, Shangchen Zhou, Xianhui Lin, Wangmeng Zuo 및 Lei Zhang
2020년 8월 27일. StyleGAN2 교육 및 테스트 코드를 추가합니다.
CVPR20: StyleGAN의 이미지 품질 분석 및 개선
테로 카라스, 사무리 레인, 미카 아이탈라, 잔느 헬스텐, 야코 레티넨, 티모 아일라
2020년 8월 19일. 새로운 BasicSR v1.0.0 온라인.

⚡ 노하우

우리는 빠른 시작을 위해 모델을 훈련/테스트/추론할 수 있는 간단한 파이프라인을 제공합니다. 이러한 파이프라인/명령은 모든 사례를 다룰 수 없으며 자세한 내용은 다음 섹션에 나와 있습니다.

간
스타일GAN2	기차	추론
얼굴 복원
DFDNet	-	추론
초해상도
에스르간	TODO	TODO	스르간	TODO	TODO
EDSR	TODO	TODO	SRResNet	TODO	TODO
RCAN	TODO	TODO
EDVR	TODO	TODO	DUF	-	TODO
기본VSR	TODO	TODO	TOF	-	TODO
디블러링
DeblurGANv2	-	TODO
노이즈 제거
RIDNet	-	TODO	CBDNet	-	TODO

? 종속성 및 설치

Python >= 3.7 (Anaconda 또는 Miniconda 사용 권장)
파이토치 >= 1.3
엔비디아 GPU + CUDA

복제 저장소

git clone https://github.com/xinntao/BasicSR.git

종속 패키지 설치

 cd BasicSR
pip install -r requirements.txt

BasicSR 설치
BasicSR을 설치하려면 BasicSR 루트 경로 에서 다음 명령을 실행하십시오.
(GCC 버전이 gcc >= 5인지 확인하세요.)
cuda 확장이 필요하지 않은 경우:
EDVR용 dcn
StyleGAN2용 upfirdn2d 및 fused_act
설치 시 --no_cuda_ext 추가하세요.
```
python setup.py develop --no_cuda_ext
```
EDVR 및 StyleGAN2 모델을 사용하는 경우 위의 cuda 확장이 필요합니다.
```
python setup.py develop
```
CUDA 경로를 지정할 수도 있습니다.
```
CUDA_HOME=/usr/local/cuda 
CUDNN_INCLUDE_DIR=/usr/local/cuda 
CUDNN_LIB_DIR=/usr/local/cuda 
python setup.py develop
```

BasicSR은 Ubuntu에서만 테스트되었으며 Windows에는 적합하지 않을 수 있습니다. CUDA를 지원하는 Windows WSL을 사용해 볼 수 있습니다. :-) (이제는 Fast Ring을 사용하는 내부자 빌드에만 사용할 수 있습니다.)

⏳ 할 일 목록

프로젝트 보드를 참조하세요.

? 데이터 세트 준비

자세한 내용은 DatasetPreparation.md 를 참조하세요.
현재 지원되는 데이터세트( torch.utils.data.Dataset 클래스)에 대한 설명은 Datasets.md에 있습니다.

훈련 및 테스트

훈련 및 테스트 명령 : 기본 사용법은 TrainTest.md를 참조하세요.
옵션/구성 : Config.md를 참조하세요.
로깅 : Logging.md를 참고하세요.

? 모델 동물원 및 기준선

현재 지원되는 모델에 대한 설명은 Models.md에 있습니다.
사전 훈련된 모델과 로그 예제는 ModelZoo.md 에서 사용할 수 있습니다.
또한 wandb에서 훈련 곡선을 제공합니다.

코드베이스 디자인 및 규칙

BasicSR 코드베이스의 디자인 및 규칙은 DesignConvention.md를 참조하세요.
아래 그림은 전체적인 프레임워크를 보여줍니다. 각 구성요소에 대한 추가 설명:
데이터세트.md | 모델즈.md | 구성.md | 로깅.md

전체_구조

라이센스 및 승인

이 프로젝트는 Apache 2.0 라이센스에 따라 릴리스됩니다.
라이센스 및 승인 에 대한 자세한 내용은 LICENSE에 나와 있습니다.

? 인용

BasicSR이 귀하의 연구나 업무에 도움이 된다면 BasicSR 인용을 고려해 보세요.
다음은 BibTeX 참조입니다. BibTeX 항목에는 url LaTeX 패키지가 필요합니다.

@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}
}