GFPGAN: 텐센트의 오픈 소스 얼굴 복구 알고리즘

2.3K 00

일반 소개

GFPGAN(Generative Facial Prior GAN)은 Tencent ARC(응용 연구 센터)에서 개발한 오픈 소스 얼굴 복구 알고리즘입니다. 이 알고리즘은 블라인드 얼굴 복구를 위해 사전 학습된 얼굴 GAN(예: StyleGAN2)에 캡슐화된 풍부하고 다양한 선행 요소를 활용하며, 저품질, 오래된 또는 AI 생성 얼굴 이미지를 효과적으로 복구하여 기존 방법에서 발생하는 디테일 손실 및 질감 흐림 문제를 해결하고 고품질 얼굴 이미지 복구 및 생성을 달성할 수 있습니다.

기능 목록

블라인드 얼굴 복구: 입력 이미지에 대한 선험적 가정이 필요하지 않으므로 진정한 블라인드 복구가 가능합니다.
고품질 이미지 생성: 사전 학습된 얼굴 GAN의 사전 지식을 사용하여 생성된 결과가 더 자연스럽고 신원 일관성이 우수합니다.
저화질 이미지 처리: 매우 낮은 화질의 입력 이미지를 처리하여 이미지 품질을 개선할 수 있습니다.
오픈 소스 프로젝트: 개발자의 2차 개발 및 연구를 용이하게 하기 위해 소스 코드를 제공합니다.

도움말 사용

설치 프로세스::

GFPGAN 프로젝트 코드 복제:

git clone https://github.com/TencentARC/GFPGAN.git

프로젝트 디렉토리로 이동하여 종속 요소를 설치합니다:
```
cd GFPGAN
pip install -r requirements.txt
```

사전 학습된 모델을 다운로드하세요:

wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.4/GFPGANv1.3.4.pth

사용법::
- 얼굴 복구를 위해 다음 명령을 실행합니다:
```
python inference_gfpgan.py --input input_image.jpg --output output_image.jpg --model_path GFPGANv1.3.4.pth
```
- 매개변수 설명:
  - --input: 이미지 경로를 입력합니다.
  - --output: 출력 이미지 경로.
  - --model_path모델 경로 사전 학습.
세부 운영 절차::
- 이미지 사전 처리계속 진행하기 전에 최적의 복원을 위해 입력 이미지를 자르고 크기를 조정할 수 있습니다.
- 모델 선택특정 요구 사항에 따라 사전 학습된 다양한 모델을 선택할 수 있는 GFPGAN은 다양한 애플리케이션 시나리오에 적용할 수 있는 다양한 모델을 제공합니다.
- 결과 최적화수정 후 밝기, 대비 등을 조정하여 시각적 효과를 개선하는 등 결과를 더욱 최적화할 수 있습니다.
일반적인 문제::
- 만족스럽지 못한 복원 결과미리 학습된 다른 모델을 사용하거나 입력 이미지를 사전 처리해 보세요.
- 느리게 움직이는GPU 가속이 사용되는지 확인하고 코드 성능을 최적화합니다.