ComfyUI Bringing Old Photos Back to Life

comfyui-bringing old-photos back-to-life

Comfyui에서 구식 또는 품질이 낮은 이미지를 향상시킵니다. 선택적 기능에는 자동 스크래치 제거 및 얼굴 향상이 포함됩니다. 여러 개의 작은 체크 포인트 및 VAE를 설치해야합니다.

Microsoft/Gold-Photos-Back-to-Life를 기반으로합니다.

1. 요구 사항

설치하기 전에 모든 가상 환경이 활성화되어 있는지 확인하고 필요한 경우 PIP 명령 전에 대상 Python 실행 파일을 전제하십시오.

 cd ./ComfyUI-Bringing-Old-Photos-Back-to-Life/
path t o p ython.exe pip install -r requirements.txt --upgrade

Pytorch 및 Torchvision도 필요하지만 이미 설치해야합니다. (설치 세부 정보는 주요 Comfyui Repo를 참조하십시오.)

설치 문제 해결

Windows에 DLIB를 설치하는 동안 문제가 발생할 수 있습니다. 가능한 해결책은 다음과 같습니다.

1. 요구 사항을 수동으로 설치합니다.

시스템에 CMAKE를 이미 설치하고 CMakebin DLIB를 구축하기 위해 경로에 추가해야 할 수도 있습니다.

path t o p ython.exe -m pip install easydict matplotlib opencv-python scikit-image scipy

path t o p ython.exe -m pip install cmake
path t o p ython.exe -m pip install dlib==19.24.1

2. 온라인에서 사전 제작 된 바퀴를 찾으십시오.

또는 일부 사람들은 DLIB를 위해 사전 제작 된 바퀴를 가지고 있지만 Python 버전으로 구축되지 않을 수 있습니다.

 pathtopython.exe -m pip install pathtodlib.whl

2. 모델

BOPBTL 모델 (1 단계)

다운로드 -BOPBTL 모델

오래된 사진 모델을 복원합니다

device_ids 쉼표로 분리 된 장치 ID 목록으로 설정하십시오 (예 : 0 또는 1,2 ). CPU에는 -1 사용하십시오.

vae_a

models/vae/ 에 배치하십시오.

• 복원/vae_a_quality/lickes_net_g.pth

VAE_B

다음 모델을 추출하여 models/vae/ 내부에 배치하십시오.

• 복원/vae_b_quality/lickes_net_g.pth
• 복원/VAE_B_SCRATCH/최신_NET_G.PTH (scratch_detection)

맵핑 _net

다음 모델을 추출하여 models/checkpoints/ 내부에 배치하십시오.

• 복원/mapping_quality/licke_net_mapping_net.pth
• 복원/Mapping_Scratch/최신_net_mapping_net.pth (scratch_detection)
• 복원/mapping_patch_attention/lickes_net_mapping_net.pth (mapping_patch_attention)

스크래치 마스크 모델을로드하십시오

스크래치 _model

다음 모델을 추출하여 models/checkpoints/ 내부에 배치하십시오.

• 감지/ft_epoch_latest.pt

얼굴 탐지 모델 (2-4 단계)

로드 페이스 탐지기 모델 (DLIB)

다운로드 - shape_predictor_68_face_landmarks.dat

다음 모델을 추출하여 models/facedetection/ (사용자 정의 디렉토리) 내에 배치하십시오.

shape_predictor_68_face_landmarks

• shape_predictor_68_face_landmarks.dat

로드 페이스 인핸서 모델

다운로드 - 얼굴 향상 모델

다음 모델을 추출하여 models/checkpoints/ 내부에 배치하십시오.

device_ids 쉼표로 분리 된 장치 ID 목록으로 설정하십시오 (예 : 0 또는 1,2 ). CPU에는 -1 사용하십시오.

face_enhance_model

• setting_9_epoch_100/lickes_net_g.pth (256x256)
• FACESR_512/최신_NET_G.PTH (512x512)

3. 워크 플로

BOPBTL + 스크래치 감지 및 얼굴 향상 (1-4 단계)

얼굴 강화 (고급) (2-4 단계)

X4 BOPBTL + 스크래치 감지 및면 향상 (고급) (1-4 단계)

Comfyui-Image 라운드 노드 사용

이미지 치수가 8 ~ 16 픽셀의 배수가 아닌 경우 모델을 실행할 수 있습니다 (사용 된 모델에 따라 다름).

4. 힌트

• 충돌을 피하려면 이미지가 가장 가까운 8 ~ 16 픽셀로 스케일링/자르기/패딩해야 할 수도 있습니다. (다른 comfyui-image 라운드 노드와 같은 것을 사용하십시오.)
• "DLIB (Detect Faces)"및 "Enhance Faces"노드는 현재면이없는 경우 원래 이미지를 반환합니다.

소환

 @inproceedings { wan2020bringing ,
  title = { Bringing Old Photos Back to Life } ,
  author = { Wan, Ziyu and Zhang, Bo and Chen, Dongdong and Zhang, Pan and Chen, Dong and Liao, Jing and Wen, Fang } ,
  booktitle = { Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition } ,
  pages = { 2747--2757 } ,
  year = { 2020 }
}

 @article { wan2020old ,
  title = { Old Photo Restoration via Deep Latent Space Translation } ,
  author = { Wan, Ziyu and Zhang, Bo and Chen, Dongdong and Zhang, Pan and Chen, Dong and Liao, Jing and Wen, Fang } ,
  journal = { arXiv preprint arXiv:2009.07047 } ,
  year = { 2020 }
}

특허

이 저장소의 코드 및 사전 처리 된 모델은 라이센스 파일에 지정된 MIT 라이센스에 따라 있습니다. 우리는 라벨이 붙은 데이터 세트를 사용하여 스크래치 감지 모델을 훈련시킵니다.

이 프로젝트는 Microsoft 오픈 소스 행동 강령을 채택했습니다. 자세한 내용은 추가 질문이나 의견이 있으면 행동 강령 FAQ 또는 [email protected]에 문의하십시오.