阿 B,真会玩!
共 1244字,需浏览 3分钟
·
2022-02-23 12:22
源 / Jack Cui 文/ Jack
先送大家一份福利:
《美团技术年货.pdf》(2019-2021)
在2022年春节到来之际,美团技术团队精选过去3年公众号50多篇技术文章以及 20多篇国际顶会论文,整理制作成一本厚达1200多页的电子书,作为新年礼物赠送给大家。
这本电子书内容覆盖算法、前端、后端、数据、安全、测试等多个领域。
希望能对同学们的工作和学习有所帮助。
Code A Better Life
(长按扫码识别)
看过我 B 站这期视频的小伙伴,一定知道超分辨率重建算法。
提高图片的分辨率,例如720P
的图片变4K
。
在视频中,我也展示了将经典老番,转手翻新的手段。
现在有太多低画质的视频和图片了,这种算法应用好,会是一枚利器。
B 站有很多动漫资源,果然他们开始做技术储备了,刚刚开源了Real-CUGAN
,我们直接看效果:
修复效果还不错吧?这个算法主要针对的是二次元图像的修复,效果非常nice
。
画面质量是经典老番的大敌,甚至很多现在的动漫实际分辨率也只有720P
,很多动漫都是被拉伸播放的。
究其原因,还是成本二字。想要提高分辨率,从作画、扫描到处理和存储,整个产业链条都需要软硬件的升级。
手绘难以解决,那就由AI
算法出面搞定!
Real-CUGAN
项目开源几天,已经获得了2.2k
。
https://github.com/bilibili/ailab/tree/main/Real-CUGAN
Real-CUGAN
的训练是参考了我之前写过的Real-ESRGAN
算法。
可以看下Real-CUGAN
与现有算法的对比:
百万级高清二次元就单这一项,太猛了!
使用了百万级动漫数据进行训练,真是得天独厚啊,B 站就是不缺动漫资源。
其实做多了算法我发现,网络结构、各种trick
都是其次,有个好的训练集才是王道。
单从效果看,个人感觉Real-CUGAN
的效果是最佳的,细节做得更好。
项目的环境依赖很简单:
torch>=1.0.0 numpy opencv-python moviepy
B 站开源的Real-CUGAN
除了常规colab
和py
的inference
代码,还提供了Windows
的exe
版。
会不会代码,都能玩,很贴心~
如果没有 N 卡也没关系,nihui
大佬实现了一个NCNN
版本,A 卡也能玩。
最后
当然需要注意的是,个人修复这些动漫资源,如果发布的话有版权风险,自己玩玩倒是可以。
B 站有很多动漫的版权,由他们去谈合作最为合适。
end
顶级程序员:topcoding
做最好的程序员社区:Java后端开发、Python、大数据、AI
一键三连「分享」、「点赞」和「在看」