OPR：黄ばんだり壊れたりした古い写真をインテリジェントに修復するAIツール

中国初のAI IDE インテリジェント・プログラミング・ソフトウェア 🚀体験への招待 Trae 中国語版ダウンロードDeepSeek-R1とDoubao-proは無制限で利用できる！

はじめに

"Bringing Old Photos Back to Life "は、マイクロソフトの研究者チームによって開発されたオープンソースプロジェクトで、AI技術を使った古い写真の復元に焦点を当てている。ディープラーニングのアプローチに基づいており、傷やぼかし、色あせといった写真の深刻な劣化問題に対処し、歴史的な画像をよみがえらせることができる。このプロジェクトはCVPR 2020（Conference on Computer Vision and Pattern Recognition）で口頭発表され、広く注目を集めた。ユーザーはGitHubを通じてコードと事前に訓練されたモデルにアクセスすることができ、研究や個人的な写真復元のニーズに適している。このプロジェクトは技術的な実装を提供するだけでなく、開発者やホビイストのための詳細なドキュメントやサンプルも含んでいる。

https://colab.research.google.com/drive/1NEm6AsybIiC5TwTU_4DqDkQO0nFRB-uA?usp=sharing でのオンライン体験

OPR：黄ばんだ古い写真をインテリジェントに修復するAIツール-1

機能一覧

古い写真の品質が全体的に向上AIアルゴリズムで写真の鮮明さ、コントラスト、色彩を向上させます。
自動キズ修理写真の物理的な傷を検出して修復し、元の画像の詳細を復元します。
フェイスエリア強化顔の特徴をより鮮明にするために、顔の部分を微調整します。
高解像度対応プロフェッショナルな修復ニーズに応える高解像度写真の処理に対応。
ユーザーインターフェイス操作写真のアップロードと復元プロセスを簡素化するGUIインターフェースを提供します。
カスタマイズされたトレーニングモデル特定のデータセットをオンデマンドで学習させ、適用可能なシナリオを拡張することができます。

ヘルプの使用

設置プロセス

古い写真を蘇らせる」を使用するには、環境設定とコードのインストールを完了する必要があります。以下はUbuntuの場合の手順です（Windowsの方は環境に合わせてください）：

1.環境を整える

システム要件Nvidia GPUとCUDAをサポートするUbuntu（推奨）。
パイソン版Python 3.6以上がインストールされていることを確認してください。
依存するインストール::
1. ターミナルを開き、以下のコマンドを入力して必要なライブラリをインストールする：
```
pip install torch torchvision numpy opencv-python PySimpleGUI
```
2. GPUサポートが必要な場合は、CUDAと対応するバージョンのPyTorchがインストールされていることを確認してください。

2.コードとモデルのダウンロード

クローン倉庫::

git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git
cd 古い写真を復活させる

同期バッチ標準化モジュール::

入るFace_Enhancement/models/networks/（フェイス・エンハンスメント・モデルズ・ネットワークスカタログ

cd Face_Enhancement/models/networks/
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronised-BatchNorm-PyTorch/sync_batchnorm ./
cd .../.../.../

入るグローバル/検出モデルカタログも同様だ：

cd Global/detection_models/
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronised-BatchNorm-PyTorch/sync_batchnorm ./
cd .../../

訓練済みモデルのダウンロード::

入るフェイス・エンハンスメントカタログ、顔面強化モデルのダウンロード：

cd Face_Enhancement/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/face_checkpoints.zip
face_checkpoints.zipを解凍する。
cd .../

入るグローバルカタログ、ダウンロード Global Repair Model：

cd Global/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/global_checkpoints.zip
global_checkpoints.zip を解凍する。
cd .../

顔検出モデル::

入る顔検出カタログからテストファイルをダウンロードしてください：

cd Face_Detection/
wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
cd ./

3.設置テスト

サンプル・コマンドを実行し、環境が正しいことを確認する：
```
python run.py --input_folder ./test_images --output_folder ./出力 --GPU 0
```
成功すると、復元された写真は./output/final_output/カタログ

使用方法

コマンドラインからの操作

入力フォルダの準備復元したい古い写真をフォルダ（例えばtest_images/).

修復コマンドを実行する::

傷の修復はなし：

python run.py --input_folder /path/to/test_images --output_folder /path/to/output --GPU 0

スクラッチリペアを含む：

python run.py --input_folder /path/to/test_images --output_folder /path/to/output --GPU 0 --with_scratch

結果を見る復元された写真は、指定された出力フォルダに自動的に保存されます。/path/to/output/final_output/。).

GUIインターフェースによる操作

GUIの起動::
```
python GUI.py
```
手続き::
- 写真を選択」ボタンをクリックして、復元する古い写真をアップロードします。
- 写真の修正」ボタンをクリックし、処理が完了するまで待ちます（時間は写真のサイズとハードウェアの性能によって異なります）。
- 処理が完了すると、結果はインターフェイスに表示され、次のように保存される。./出力フォルダー
- Exit Window "をクリックしてプログラムを終了する。

注目機能操作手順

1.傷の修理

適用シナリオ写真には明らかな物理的傷があります。
操作方法::
1. コマンドラインに--with_scratchパラメータを指定するか、GUIで該当するオプションにチェックを入れる（サポートされている場合）。
2. システムは自動的に傷のある部分を検出し、修復しますが、処理には少し時間がかかる場合があります。
3. 傷のある部分は滑らかに塗りつぶされているはずだ。

2.顔の強化

適用シナリオ写真の顔がぼやけたり、細部が欠けている。
操作方法::
1. セキュアフェイス・エンハンスメントディレクトリ内のモデルは正しくロードされます。
2. 走行中、システムは自動的に顔領域を認識し、微調整を行う。
3. 出力された写真では、顔の細部（目や口角など）がより鮮明になります。

3.高解像度処理

適用シナリオ高解像度のスキャン写真を修正する必要があります。
操作方法::
1. コマンドラインに--HRパラメーター
```
python run.py --input_folder /path/to/test_images --output_folder /path/to/output --GPU 0 --HR
```
2. 注意：モデルはデフォルトで256x256の解像度で学習されるため、解像度が高くなるとより多くの計算リソースが必要になる場合があります。