[PYTHON] J'ai essayé l'algorithme de super résolution "PULSE" dans un environnement Windows
Essayez l'algorithme de super-résolution haute performance «PULSE: Suréchantillonnage photo auto-supervisé via l'exploration de l'espace latent de modèles génératifs» annoncé au CVPR de cette année. J'ai fait. C'est un "apprentissage avec auto-enseignant" populaire.
- Le contenu de l'article est omis (peut-être que j'écrirai un article de commentaire un jour?!)
Points de "PULSE"
――Les points d'évaluation sont différents qu'avant --Comparez avec l'image réduite après la super-résolution, pas l'image après la super-résolution --Une super résolution est possible que les méthodes conventionnelles
- La super résolution elle-même utilise StyleGAN (appris avec CelebA-HQ)
Ce GIF est facile à saisir l'image.
Code source
Le code source est disponible sur Github. Cette fois, je vais l'utiliser tel quel.
Installation
J'ai installé les modules suivants sur Python 3.7.
--Installer à partir de l'interface graphique d'Anaconda Navigator - matplotlib - numpy - pandas - pillow - scipy - requests --Installer à partir de la ligne de commande - pytorch - torchvision --cudatoolkit (100.2 est utilisé cette fois)
Environnement
Préparez un dossier pour stocker les images que vous souhaitez super-résolution. Ici, appelons cela "entrée" pour le moment.
Mettez l'image que vous souhaitez en super-résolution. (Vous pouvez en mettre plus d'un) L'image a quelques restrictions.
- Les tailles verticales et horizontales sont les mêmes
- La taille est une fraction de 1024
- Le format est PNG (RVB)
Courir
> python run.py
Courir avec.
La gestion des erreurs
La plupart des images donnent l'erreur suivante:
Loading Synthesis Network
Optimizing
BEST (100) | L2: 0.0058 | GEOCROSS: 4.3057 | TOTAL: 0.7981 | time: 10.0 | it/s: 9.98 | batchsize: 1
Could not find a face that downscales correctly within epsilon
Dans l'exemple ci-dessus, la valeur minimale de L2 est "0,0058", mais le seuil par défaut est "0,002", et une erreur se produira s'il n'est pas plus proche que cela.
En guise de contre-mesure, modifiez la valeur de seuil avec l'argument "eps".
> python run.py -eps 0.005
Résultat d'exécution
Le résultat de l'exécution est enregistré dans le dossier "runs".
L'image de sortie en super-résolution sera de 1 024 x 1 024 png.
Les préjugés étrangers sont terribles. .. .. De plus, cela semble inutile si ce n'est pas une face avant.
Impressions
C'est facile à faire, mais il y a beaucoup de choses que vous devez faire pour l'utiliser réellement.
Recommended Posts