Real ESRGAN

Real-ESRGAN

Implementação PyTorch de um modelo Real-ESRGAN treinado em conjunto de dados customizado. Este modelo apresenta melhores resultados nas faces em comparação com a versão original. Também é mais fácil integrar este modelo em seus projetos.

Esta não é uma implementação oficial. Usamos parcialmente o código do repositório original

Real-ESRGAN é um ESRGAN atualizado, treinado com dados sintéticos puros, capaz de aprimorar detalhes e, ao mesmo tempo, remover artefatos irritantes para imagens comuns do mundo real.

Você pode experimentar no Google Colab

• Artigo (Real-ESRGAN: Treinamento de super-resolução cega do mundo real com dados sintéticos puros)
• Implementação original
• Abraçando cara?

Instalação

pip install git+https://github.com/sberbank-ai/Real-ESRGAN.git

Uso

---

Uso básico:

 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' )

Exemplos

---

Imagem de baixa qualidade:

Resultado Real-ESRGAN:

---

Imagem de baixa qualidade:

Resultado Real-ESRGAN:

---

Imagem de baixa qualidade:

Resultado Real-ESRGAN: