微软开源又一力作！
共 1669字，需浏览 4分钟
· 2020-12-06
点击上方蓝色“程序猿DD”，选择“设为星标”
回复“资源”获取独家整理的学习资料！
作者 | 章鱼猫
今天推荐的这个项目是「Bringing-Old-Photos-Back-to-Life」，是一个修复旧照片的项目，让旧照片重现生机。
这个项目提供了一个 Colab Demo，可以在这个 Demo 上使用你的旧照片尝试恢复一下，看看效果。
Colab Demo 地址：https://colab.research.google.com/drive/1NEm6AsybIiC5TwTU_4DqDkQO0nFRB-uA?usp=sharing
要求：
代码在安装了 Nvidia GPUs 和 CUDA 的 Ubuntu 上进行测试。 运行该代码需要 Python >= 3.6。
如何使用：
1、 Full Pipeline
你可以通过一个简单的命令，安装和下载预训练模型，轻松恢复旧照片。
对于没有划痕的图像：
python run.py --input_folder [test_image_folder_path] \
--output_folder [output_path] \
--GPU 0
对于有划痕的图像：
python run.py --input_folder [test_image_folder_path] \
--output_folder [output_path] \
--GPU 0 \
--with_scratch
2、Scratch Detection
目前，我们不打算直接发布带有标签的有划痕旧照片数据集。如果你想要得到配对的数据，你可以使用我们的预训练模型来测试收集到的图像，以获得标签。
cd Global/
python detection.py --test_path [test_image_folder_path] \
--output_dir [output_path] \
--input_size [resize_256|full_size|scale_256]
3、Global Restoration
针对老照片的结构退化和非结构退化问题，提出了一种三重域转换网络模型。
4、Face Enhancement
我们使用渐进式生成器来细化老照片的脸部区域。更多细节可以在我们的日志提交或者 /Face_Enhancement 文件夹中找到。
开源项目地址：https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life
开源项目组织：Microsoft
【往期推荐】
2020-12-04
2020-12-04
2020-12-03
2020-12-03
2020-12-02
2020-12-01
扫一扫，关注我
一起学习，一起进步
每周赠书，福利不断
﹀
﹀
﹀
深度内容
推荐加入
