GFPGAN это набор инструментов и готовая нейросеть(можно натренировать свою) для улучшения лиц на фотографиях, обещают еще улучшение не лиц, но я как то не заметил эффекта улучшения, хотя увеличивают хорошо! Адрес проекта: github.com/TencentARC/GFPGAN. Работает все на Linux конечно и хорошо работает, но сегодня я буду запускать это на Windows, тем более в нем давно уже есть Linux называется WSL!

Потребуется:
— Windows 10-11 последней версии
— Видеокарта Nvidia с CUDA (у меня rtx 2070), но можно и на CPU только считать!
— CPU с виртуализацией(практически все сейчас)

Идем в консоль Powershell под админом

Ставим WSL:

wsl --install

Первый WSL ставит вообще без всяких, но нам нужен второй так что выполняем:

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All

После последней команды Windows захочет перезагрузиться — это хорошо! Идем в BIOS и включаем виртуализацию пункт:

Hyper-V у Intel

SVM mode у AMD

Возвращаемся в консоль Powershell под админом и делаем:

wsl --set-default-version 2


ITСooky
	
IT-рецепты съедобные и не очень!
« Как я спасал фото из radikal.ru на phpbb форуме!
Омолаживаем, меняем пол лица на видео с нейросетью STIT — Stitch it in Time »
Увеличиваем улучшаем старые фотки с GFPGAN на Windows через WSL2 и картой с CUDA(можно и без)!
Автор Александр дата 03.04.2022

GFPGAN это набор инструментов и готовая нейросеть(можно натренировать свою) для улучшения лиц на фотографиях, обещают еще улучшение не лиц, но я как то не заметил эффекта улучшения, хотя увеличивают хорошо! Адрес проекта: github.com/TencentARC/GFPGAN. Работает все на Linux конечно и хорошо работает, но сегодня я буду запускать это на Windows, тем более в нем давно уже есть Linux назaвается WSL!

Потребуется:

— Windows 10-11 последней версии

— Видеокарта Nvidia с CUDA (у меня rtx 2070), но можно и на CPU только считать!

— CPU с виртуализацией(практически все сейчас)

Идем в консоль Powershell под админом

Ставим WSL:

wsl --install

Первый WSL ставит вообще без всяких, но нам нужен второй так что выполняем:

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Hyper-V -All

После последней команды Windows захочет перезагрузиться — это хорошо! Идем в BIOS и включаем виртуализацию пункт:

Hyper-V у Intel

SVM mode у AMD

Возвращаемся в консоль Powershell под админом и делаем:

wsl --set-default-version 2

Не дает посылает что-то скачать вот сюда docs.microsoft.com/ru-ru/windows/wsl/install-manual#step-4—download-the-linux-kernel-update-package ну ничего скачиваем и запускаем Пакет обновления ядра Linux в WSL 2 для 64-разрядных компьютеров запускаем пальцем.

Повторяем:

wsl --set-default-version 2

Теперь ставим Ubunto 20.04.4 LTS как еще одно приложение в Microsoft Store: 

{{:2022-04-03-14_08_39--300x232.png?400|}}

В консоли Powershell смотрим какая у нас версия WSL на Ubuntu:

wsl -l -v

Запускаем Ubuntu, как обычно приложение через Пуск получаем черное окно, это консоль Ubuntu

Кстати поздравляю видеокарта у нас уже есть так как уже стоит драйвер Nvidia:

nvidia-smi

Обновляемся:

sudo apt-get update && sudo apt-get upgrade -y

Знаю что надо будет GCC ставлю(на самом деле как бы нет, но вдруг эта карта где-то все таки сыграла):

sudo apt install gcc

Вообще то тут уже какие то ошибки пошли запускал еще перед:

sudo apt --fix-broken install

Ставим CUDA:

sudo apt install nvidia-cuda-toolkit

Смотрим:

nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243

Ставим Conda:

У Python есть проблема или особенность — написанное на одной версии вполне может не работать в других, то же касается разных версий модулей. А конда создает среду для каждой программы с нужными версиями и никакой апдейт их не поломает.

Скачиваем минималистичную версию Conda:

wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh

bash Miniforge3-Linux-x86_64.sh

На все вопросы отвечаем **да** при установке

Закрываем открываем окно Ubuntu выполняем

conda config --show

Что-то показывает значит работает

Создаем Python окружение для GFPGAN версии 3.7

conda create --name GFPGAN python=3.7

Начинает скачивать все нужно и нужно отметить что на скорость ну очень низкая, вину в этом WSL

Активируем окружение, оно касается только Python’а:

conda activate GFPGAN

Установка GFPGAN:

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

идем в папку:

cd ./GFPGAN

надо до установить следующее, пишут создатели GFPGAN

pip install basicsr

pip install facexlib

pip install -r requirements.txt

python setup.py develop

pip install realesrgan

Качаем нейросети:

wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models

wget https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth -P experiments/pretrained_models

==== Как пользоваться? ====


Мы сейчас в папке GFPGAN из Windows в неё можно зайти по пути \\wsl$\Ubuntu-20.04\home\adminoa\GFPGAN

Кладем в ней в папку /inputs/whole_imgs/ тестовую фотку и забираем из папки /results/restored_imgs/

Выполняем по очереди (фотку надо забирать после каждой команды):

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.2 -s 2

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2

На картах 30ой серии может возникат ошибка

pytorch capability sm_86 is not compatible with the current PyTorch

Надо обновить torch как тут описано www.codestudyblog.com/cs2112pya/1208055527.html

pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

pip3 install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/cu110/torch_stable.html

в первой команде нейросеть 1.2 которая считает только на CPU, во второй 1.3 считает на CUDA, последняя цифра увеличиваем в 2 раза

Впечатляет, нейросеть 1.3 как-то поживее рисует! Если вас не впечатлило то в папке /results/cmp/ есть сравнение лиц! Вот из этого слева, получается вот это справа!

Применение: 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