GFPGAN是腾讯开源的人脸修复算法，它利用预先训练好的面部修复算法，并且封装了各种丰富多样的先验因素进行盲脸(blind face) 修复，可以对老照片进行很好的修复。
主要功能
-
盲修复能力： GFPGAN不需要对特定图像有任何先验知识，可以实现真正的盲修复。它利用预训练人脸GAN（如StyleGAN2）中蕴含的丰富和多样化的先验知识，来指导人脸修复过程。这种方法可以有效修复各种退化的人脸图像，如低质量、老旧或AI生成的人脸图像。
-
身份一致性保持： 在修复过程中，GFPGAN能够保持人脸的身份一致性，使得修复后的图像与原图在人脸特征上保持一致。
-
非人脸区域增强： 除了人脸区域外，GFPGAN还支持对非人脸区域（如背景）进行增强，提升整体图像的视觉效果。
-
低分辨率图像提升： 对于低分辨率的人脸图像，GFPGAN能够将其转换为高分辨率图像，提高图像的清晰度。
-
去噪与去模糊： 针对含有噪声或模糊的人脸图像，GFPGAN可以进行有效的去噪和去模糊处理，使图像更加清晰。
安装使用
依赖
- Python >= 3.7 （建议使用 Anaconda 或 Miniconda)
- PyTorch >= 1.7
- 选项：NVIDIA GPU + CUDA
- 选项：Linux
安装
我们现在提供了一个干净的 GFPGAN 版本，它不需要定制的 CUDA 扩展。 如果您想使用我们论文中的原始模型，请参见 PaperModel.md 进行安装。
-
克隆存储库
git clone https://github.com/TencentARC/GFPGAN.git cd GFPGAN -
安装依赖软件包
# Install basicsr - https://github.com/xinntao/BasicSR # We use BasicSR for both training and inference pip install basicsr # Install facexlib - https://github.com/xinntao/facexlib # We use face detection and face restoration helper in the facexlib package pip install facexlib pip install -r requirements.txt python setup.py develop # If you want to enhance the background (non-face) regions with Real-ESRGAN, # you also need to install the realesrgan package pip install realesrgan
快速推理
我们以 v1.3 版本为例。更多型号可在此处找到。
下载预训练模型：GFPGANv1.3.pth
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models
推理！
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
Usage: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [options]...
-h show this help
-i input Input image or folder. Default: inputs/whole_imgs
-o output Output folder. Default: results
-v version GFPGAN model version. Option: 1 | 1.2 | 1.3. Default: 1.3
-s upscale The final upsampling scale of the image. Default: 2
-bg_upsampler background upsampler. Default: realesrgan
-bg_tile Tile size for background sampler, 0 for no tile during testing. Default: 400
-suffix Suffix of the restored faces
-only_center_face Only restore the center face
-aligned Input are aligned faces
-ext Image extension. Options: auto | jpg | png, auto means using the same extension as inputs. Default: auto
如果您想使用我们论文中的原始模型，请参见 PaperModel.md 进行安装和推理。
训练
我们提供了 GFPGAN 的训练代码（在我们的论文中使用）。 您可以根据自己的需要对其进行改进。
提示
- 更高质量的人脸可以提高修复质量。
- 您可能需要进行一些预处理，例如美容化妆。
步骤
（您可以尝试不需要人脸组件地标的简单版本 （ ）。options/train_gfpgan_v1_simple.yml
-
数据集准备：FFHQ
-
下载预训练模型和其他数据。将它们放入文件夹中。
experiments/pretrained_models -
相应地修改配置文件。
options/train_gfpgan_v1.yml -
训练
python -m torch.distributed.launch –nproc_per_node=4 –master_port=22021 gfpgan/train.py -opt options/train_gfpgan_v1.yml –launcher pytorch
