lqb/Real-ESRGAN: 实用的图像/视频修复算法。

English | 简体中文

:fire: 更新动漫视频的小模型 RealESRGAN AnimeVideo-v3. 更多信息在 [动漫视频模型介绍] 和 [比较] 中.

Real-ESRGAN的Colab Demo | Real-ESRGAN动漫视频的Colab Demo
支持Intel/AMD/Nvidia显卡的绿色版exe文件： Windows版 / Linux版 / macOS版，详情请移步这里。NCNN的实现在 Real-ESRGAN-ncnn-vulkan。

Real-ESRGAN 的目标是开发出实用的图像/视频修复算法。
我们在 ESRGAN 的基础上使用纯合成的数据来进行训练，以使其能被应用于实际的图片修复的场景（顾名思义：Real-ESRGAN）。

:art: Real-ESRGAN 需要，也很欢迎你的贡献，如新功能、模型、bug修复、建议、维护等等。详情可以查看CONTRIBUTING.md，所有的贡献者都会被列在此处。

:milky_way: 感谢大家提供了很好的反馈。这些反馈会逐步更新在这个文档。

:question: 常见的问题可以在FAQ.md中找到答案。（好吧，现在还是空白的=-=||）

如果 Real-ESRGAN 对你有帮助，可以给本项目一个 Star :star: ，或者推荐给你的朋友们，谢谢！:blush:
其他推荐的项目：
:arrow_forward: GFPGAN: 实用的人脸复原算法
:arrow_forward: BasicSR: 开源的图像和视频工具箱
:arrow_forward: facexlib: 提供与人脸相关的工具箱
:arrow_forward: HandyView: 基于PyQt5的图片查看器，方便查看以及比较

🚩更新

- ✅ 更新动漫视频的小模型 **RealESRGAN AnimeVideo-v3**. 更多信息在 [anime video models](docs/anime_video_model.md) 和 [comparisons](docs/anime_comparisons.md)中. - ✅ 添加了针对动漫视频的小模型, 更多信息在 [anime video models](docs/anime_video_model.md) 中. - ✅ 添加了ncnn 实现：[Real-ESRGAN-ncnn-vulkan](https://github.com/xinntao/Real-ESRGAN-ncnn-vulkan). - ✅ 添加了 [*RealESRGAN_x4plus_anime_6B.pth*](https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.4/RealESRGAN_x4plus_anime_6B.pth)，对二次元图片进行了优化，并减少了model的大小。详情以及与[waifu2x](https://github.com/nihui/waifu2x-ncnn-vulkan)的对比请查看[**anime_model.md**](docs/anime_model.md) - ✅支持用户在自己的数据上进行微调 (finetune)：[详情](docs/Training.md#Finetune-Real-ESRGAN-on-your-own-dataset) - ✅ 支持使用[GFPGAN](https://github.com/TencentARC/GFPGAN)**增强人脸** - ✅ 通过[Gradio](https://github.com/gradio-app/gradio)添加到了[Huggingface Spaces](https://huggingface.co/spaces)（一个机器学习应用的在线平台）：[Gradio在线版](https://huggingface.co/spaces/akhaliq/Real-ESRGAN)。感谢[@AK391](https://github.com/AK391) - ✅ 支持任意比例的缩放：`--outscale`（实际上使用`LANCZOS4`来更进一步调整输出图像的尺寸）。添加了*RealESRGAN_x2plus.pth*模型 - ✅ [推断脚本](inference_realesrgan.py)支持: 1) 分块处理**tile**; 2) 带**alpha通道**的图像; 3) **灰色**图像; 4) **16-bit**图像. - ✅ 训练代码已经发布，具体做法可查看：[Training.md](docs/Training.md)。

🧩使用Real-ESRGAN的项目

👋 如果你开发/使用/集成了Real-ESRGAN, 欢迎联系我添加 - NCNN-Android: [RealSR-NCNN-Android](https://github.com/tumuyan/RealSR-NCNN-Android) by [tumuyan](https://github.com/tumuyan) - VapourSynth: [vs-realesrgan](https://github.com/HolyWu/vs-realesrgan) by [HolyWu](https://github.com/HolyWu) - NCNN: [Real-ESRGAN-ncnn-vulkan](https://github.com/xinntao/Real-ESRGAN-ncnn-vulkan) **易用的图形界面** - [Waifu2x-Extension-GUI](https://github.com/AaronFeng753/Waifu2x-Extension-GUI) by [AaronFeng753](https://github.com/AaronFeng753) - [Squirrel-RIFE](https://github.com/Justin62628/Squirrel-RIFE) by [Justin62628](https://github.com/Justin62628) - [Real-GUI](https://github.com/scifx/Real-GUI) by [scifx](https://github.com/scifx) - [Real-ESRGAN_GUI](https://github.com/net2cn/Real-ESRGAN_GUI) by [net2cn](https://github.com/net2cn) - [Real-ESRGAN-EGUI](https://github.com/WGzeyu/Real-ESRGAN-EGUI) by [WGzeyu](https://github.com/WGzeyu) - [anime_upscaler](https://github.com/shangar21/anime_upscaler) by [shangar21](https://github.com/shangar21) - [RealESRGAN-GUI](https://github.com/Baiyuetribe/paper2gui/blob/main/Video%20Super%20Resolution/RealESRGAN-GUI.md) by [Baiyuetribe](https://github.com/Baiyuetribe)

👀Demo视频（B站）

- [大闹天宫片段](https://www.bilibili.com/video/BV1ja41117zb)

:book: Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data

[论文] [项目主页] [YouTube 视频] [B站视频] [Poster] [PPT]
Xintao Wang, Liangbin Xie, Chao Dong, Ying Shan
Tencent ARC Lab; Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences

我们提供了一套训练好的模型（RealESRGAN_x4plus.pth)，可以进行4倍的超分辨率。
现在的 Real-ESRGAN 还是有几率失败的，因为现实生活的降质过程比较复杂。
而且，本项目对人脸以及文字之类的效果还不是太好，但是我们会持续进行优化的。

Real-ESRGAN 将会被长期支持，我会在空闲的时间中持续维护更新。

这些是未来计划的几个新功能：

优化人脸
优化文字
优化动画图像
支持更多的超分辨率比例
可调节的复原

如果你有好主意或需求，欢迎在 issue 或 discussion 中提出。
如果你有一些 Real-ESRGAN 中有问题的照片，你也可以在 issue 或者 discussion 中发出来。我会留意（但是不一定能解决:stuck_out_tongue:）。如果有必要的话，我还会专门开一页来记录那些有待解决的图像。

便携版（绿色版）可执行文件

你可以下载支持Intel/AMD/Nvidia显卡的绿色版exe文件： Windows版 / Linux版 / macOS版。

绿色版指的是这些exe你可以直接运行（放U盘里拷走都没问题），因为里面已经有所需的文件和模型了。它不需要 CUDA 或者 PyTorch运行环境。

你可以通过下面这个命令来运行（Windows版本的例子，更多信息请查看对应版本的README.md）：

./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png -n 模型名字

我们提供了五种模型：

realesrgan-x4plus（默认）
reaesrnet-x4plus
realesrgan-x4plus-anime（针对动漫插画图像优化，有更小的体积）
realesr-animevideov3 (针对动漫视频)

你可以通过-n参数来使用其他模型，例如./realesrgan-ncnn-vulkan.exe -i 二次元图片.jpg -o 二刺螈图片.png -n realesrgan-x4plus-anime

可执行文件的用法

更多细节可以参考 Real-ESRGAN-ncnn-vulkan.

注意：可执行文件并没有支持 python 脚本 inference_realesrgan.py 中所有的功能，比如 outscale 选项) .

Usage: realesrgan-ncnn-vulkan.exe -i infile -o outfile [options]...

-h                   show this help
-i input-path        input image path (jpg/png/webp) or directory
-o output-path       output image path (jpg/png/webp) or directory
-s scale             upscale ratio (can be 2, 3, 4. default=4)
-t tile-size         tile size (>=32/0=auto, default=0) can be 0,0,0 for multi-gpu
-m model-path        folder path to the pre-trained models. default=models
-n model-name        model name (default=realesr-animevideov3, can be realesr-animevideov3 | realesrgan-x4plus | realesrgan-x4plus-anime | realesrnet-x4plus)
-g gpu-id            gpu device to use (default=auto) can be 0,1,2 for multi-gpu
-j load:proc:save    thread count for load/proc/save (default=1:2:2) can be 1:2,2,2:2 for multi-gpu
-x                   enable tta mode"
-f format            output image format (jpg/png/webp, default=ext/png)
-v                   verbose output

由于这些exe文件会把图像分成几个板块，然后来分别进行处理，再合成导出，输出的图像可能会有一点割裂感（而且可能跟PyTorch的输出不太一样）

:wrench: 依赖以及安装

Python >= 3.7 (推荐使用Anaconda或Miniconda)
PyTorch >= 1.7

安装

把项目克隆到本地

git clone https://github.com/xinntao/Real-ESRGAN.git
cd Real-ESRGAN

安装各种依赖

# 安装 basicsr - https://github.com/xinntao/BasicSR
# 我们使用BasicSR来训练以及推断
pip install basicsr
# facexlib和gfpgan是用来增强人脸的
pip install facexlib
pip install gfpgan
pip install -r requirements.txt
python setup.py develop

:zap: 快速上手

普通图片

下载我们训练好的模型: RealESRGAN_x4plus.pth

wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.1.0/RealESRGAN_x4plus.pth -P weights

推断!

python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs --face_enhance

结果在results文件夹

动画图片

训练好的模型: RealESRGAN_x4plus_anime_6B
有关waifu2x的更多信息和对比在anime_model.md中。

# 下载模型
wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.2.4/RealESRGAN_x4plus_anime_6B.pth -P weights
# 推断
python inference_realesrgan.py -n RealESRGAN_x4plus_anime_6B -i inputs

结果在results文件夹

Python 脚本的用法

虽然你使用了 X4 模型，但是你可以 输出任意尺寸比例的图片，只要实用了 outscale 参数. 程序会进一步对模型的输出图像进行缩放。

Usage: python inference_realesrgan.py -n RealESRGAN_x4plus -i infile -o outfile [options]...

A common command: python inference_realesrgan.py -n RealESRGAN_x4plus -i infile --outscale 3.5 --face_enhance

-h                   show this help
-i --input           Input image or folder. Default: inputs
-o --output          Output folder. Default: results
-n --model_name      Model name. Default: RealESRGAN_x4plus
-s, --outscale       The final upsampling scale of the image. Default: 4
--suffix             Suffix of the restored image. Default: out
-t, --tile           Tile size, 0 for no tile during testing. Default: 0
--face_enhance       Whether to use GFPGAN to enhance face. Default: False
--fp32               Whether to use half precision during inference. Default: False
--ext                Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto

:european_castle: 模型库

请参见 docs/model_zoo.md

:computer: 训练，在你的数据上微调（Fine-tune）

这里有一份详细的指南：Training.md.

BibTeX 引用

@Article{wang2021realesrgan,
    title={Real-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data},
    author={Xintao Wang and Liangbin Xie and Chao Dong and Ying Shan},
    journal={arXiv:2107.10833},
    year={2021}
}

:e-mail: 联系我们

如果你有任何问题，请通过 xintao.wang@outlook.com 或 xintaowang@tencent.com 联系我们。

:hugs: 感谢

感谢所有的贡献者大大们~

AK391: 通过Gradio添加到了Huggingface Spaces（一个机器学习应用的在线平台）：Gradio在线版。
Asiimoviet: 把 README.md 文档翻译成了中文。
2ji3150: 感谢详尽并且富有价值的反馈、建议.
Jared-02: 把 Training.md 文档翻译成了中文。

README_CN.md 15 KB Permalink History Raw