随着人工智能的发展，AI技术已经被应用到各行各业，为人们的工作生活提供诸多便利。有了现在的技术，人们可以修复那些充满了珍贵会议的老照片，本文就以国内云服务器商腾讯云提供的云服务为例，为大家介绍利用腾讯云GPU云服务器+GFPGAN实现实现老照片修复，教程仅供参考。
本文涉及到的腾讯云服务：腾讯云GPU云服务器
腾讯云GPU云服务器提供GPU算力，主要应用于深度学习训练/推理、图形图像处理以及科学计算等场景。提供包年包月和按量计费两种计费模式，提供丰富的配置方案可选，用户可以按需选择合适的方案。
《点击进入官网选购》
一、购买腾讯云GPU云服务器
1、进入腾讯云官网，注册后登录。
2、点击“服务”>“计算”>“GPU云服务器”。
3、在以下页面点击“立即选购”。
4、进入GPU云服务器购买页面，按照需求选择合适的配置。
- 操作系统：CentOS 7.6 64位
- NVIDIA显卡：至少4GB显存
- 镜像：Tesla Driver+CUDA
5、完成所需配置，确认无误后，付款即可。
6、付款完成后，进入控制台，待实例创建启动完毕，即可进行登录操作。
7、登录GPU云服务器实例。
二、搭建GFPGAN模型
1、安装GFPGAN的运行环境
Python >= 3.7 (Recommend to use Anaconda or Miniconda) PyTorch >= 1.7 Option: NVIDIA GPU + CUDA Option: Linux
2、安装GFPGAN
Clone repo
git clone https://github.com/TencentARC/GFPGAN.git cd GFPGAN
Install dependent packages
pip3 install basicsr pip3 install facexlib pip3 install -r requirements.txt python3 setup.py develop pip3 install realesrgan
3、下载训练模型
v1.3
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models
v1.2
wget https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth -P experiments/pretrained_models
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
实测
python3 inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
通过rz命令上传了一张测试图片到inputs/test_imgs，分别用v1.2和v1.3的模型对照片进行修复。
python3 inference_gfpgan.py -i inputs/whole_imgs -o results/test/1.2 -v 1.2 -s 2 python3 inference_gfpgan.py -i inputs/whole_imgs -o results/test/1.3 -v 1.3 -s 2 执行命令的提示： Processing test.png ... Results are in the [results/test/1.2] folder.
tree results查看results的目录结构
results
-- test |-- 1.2 |-- cmp | -- test_00.png |-- cropped_faces | -- test_00.png |-- restored_faces | -- test_00.png |-- restored_imgs -- test.png |-- 1.3 |-- cmp | -- test_00.png |-- cropped_faces | -- test_00.png |-- restored_faces | -- test_00.png |-- restored_imgs -- test.png
其中restored_imgs下的图片就是最后的结果。
