Python图片视频超分模型RealBasicVSR的使用教程
目录
- 前言
- 安装
- 1、虚拟环境创建
- 2、安装pytorch
- 3、安装openmim
- 4、安装mmcv-full
- 5、安装mmedit
- 6、安装scipy
- 7、模型下载
- 使用
- 图片超分
- 视频超分
- 压缩图片为对比视频样例
- 总结
前言
很久没更新这个专栏了,最近比较忙。前段时间看到了这个模型觉着很有意思,弄下来自己玩了玩,但是没时间写文章,一直搁置到现在。
废话不多说,先上Github地址: RealBasicVSR地址
从给出的效果来看,还是很不错的,左侧是超分后的画面,右边是原画质,得到明显提升。下面我说一下我的安装过程,还有一些使用中的踩坑,让大家去测试项目的时候可以提前规避。
安装
项目拉下来之后,我们先打开README,看看说明。
安装的步骤不多,但是还是有一些坑的,下面是我的安装步骤,如果你们自己安装的有问题的话,可以参考一下我的步骤。
1、虚拟环境创建
作者没有给出需要的python版本,这里我用的python3.8
conda create -n real python=3.8 conda activate real
2、安装pytorch
这里本来我以为我现在的最新版本可以跑的,后面发现不行,所以老老实实的按照作者的版本安装。
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
3、安装openmim
这里没什么好说的,装就完了。
pip install openmim -i https://pypi.douban.com/simple
4、安装mmcv-full
同上
mim install mmcv-full
5、安装mmedit
同上
pip install mmedit -i https://pypi.douban.com/simple
6、安装scipy
这个作者没写,但是要装。
pip install scipy -i https://pypi.douban.com/simple
7、模型下载
嗯,在外网比较难下,我下好了,放到我的百度云盘。
链接 提取码:1234
在项目中创建文件夹checkpoints,把下载的文件放进去。如下图
使用
ok,环境装好了,我们看看怎么使用。
作者提供了图片文件夹处理方式和视频处理方式,我们挨个测一下。
图片超分
我就不准备用作者提供的demo图了,我自己找了一张,如下图。
图片尺寸
放置目录如下
执行命令如下
python inference_realbasicvsr.py configs/realbasicvsr_x4.py checkpoints/RealBasicVSR_x4.pth data/demo_001 results/demo_001
执行结果
2022-05-08 10:57:06,303 - mmedit - INFO - load checkpoint from torchvision path: torchvision://vgg19
load checkpoint from local path: checkpoints/RealBasicVSR_x4.pth
/home/zhangmaolin/.local/lib/python3.7/site-packages/torch/functional.py:445: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:2157.)
return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
结果图如下
可以看出明显的清楚了很多。
结果图尺寸
视频超分
然后我们看看视频超分的情况,这部分是有一些坑的,后面会说到。
首先我准备了一个视频,视频分别率如下。
可以看到视频分辨率540p。
执行命令如下,里面有作者给出样例没有的参数,我后面注意里面会解释。
python inference_realbasicvsr.py configs/realbasicvsr_x4.py checkpoints/RealBasicVSR_x4.pth data/12345.mp4 results/demo_123.mp4 --fps=25 --max_seq_len=2
执行结果
2022-05-08 11:02:01,023 - mmedit - INFO - load checkpoint from torchvision path: torchvision://vgg19
load checkpoint from local path: checkpoints/RealBasicVSR_x4.pth
/home/zhangmaolin/.local/lib/python3.7/site-packages/torch/functional.py:445: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:2157.)
return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
最终视频分辨率情况
注意
1、首先,视频原长度是2分钟的,我截取到5s的视频进行超分处理的。不然会显存溢出。
2、--max_seq_len=2参数也是为了避免显存溢出,总的来看,这个模型不太适合直接跑视频,最好的方式还是跑图片序列,然后最后压缩图片为视频比较好。
压缩图片为对比视频样例
作者给了一个demo程序可以将输出的图片压缩为前后对比视频,如下图说明。
我测试了一下,代码这里需要改动一下,代码框出的部分需要把注释取消。
对比视频如下图,左边为超分后效果,右边为原图效果。
总结
总的来说,该模型处理图片还是效果很好的,可以稍微改造一下
以上就是Python图片视频超分模型RealBasicVSR的使用教程的详细内容,更多关于Python RealBasicVSR的资料请关注我们其它相关文章!