微软开源又一力作

僤鯓⒐⒋嵵緔 提交于 2021-02-06 21:32:24

今天推荐的这个项目是「Bringing-Old-Photos-Back-to-Life」,是一个修复旧照片的项目,让旧照片重现生机。

这个项目提供了一个 Colab Demo,可以在这个 Demo 上使用你的旧照片尝试恢复一下,看看效果。

Colab Demo 地址:https://colab.research.google.com/drive/1NEm6AsybIiC5TwTU_4DqDkQO0nFRB-uA?usp=sharing

要求:

  • 代码在安装了 Nvidia GPUs 和 CUDA 的 Ubuntu 上进行测试。

  • 运行该代码需要 Python >= 3.6。

如何使用:

1、 Full Pipeline

你可以通过一个简单的命令,安装和下载预训练模型,轻松恢复旧照片。

对于没有划痕的图像:

python run.py --input_folder [test_image_folder_path] \
                         --output_folder [output_path] \
                         --GPU 0

对于有划痕的图像:

python run.py --input_folder [test_image_folder_path] \
                         --output_folder [output_path] \
                         --GPU 0 \
                         --with_scratch

2、Scratch Detection

目前,我们不打算直接发布带有标签的有划痕旧照片数据集。如果你想要得到配对的数据,你可以使用我们的预训练模型来测试收集到的图像,以获得标签。

cd Global/
python detection.py --test_path [test_image_folder_path] \
                                    --output_dir [output_path] \
                                    --input_size [resize_256|full_size|scale_256]

3、Global Restoration

针对老照片的结构退化和非结构退化问题,提出了一种三重域转换网络模型。

4、Face Enhancement

我们使用渐进式生成器来细化老照片的脸部区域。更多细节可以在我们的日志提交或者 /Face_Enhancement 文件夹中找到。

开源项目地址:https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life

开源项目组织:Microsoft

本文分享自微信公众号 - 架构真经(gentoo666)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!