目录
前言
很久没更新这个专栏了，最近比较忙。前段时间看到了这个模型觉着很有意思，弄下来自己玩了玩，但是没时间写文章，一直搁置到现在。
废话不多说，先上Github地址： RealBasicVSR地址
从给出的效果来看，还是很不错的，左侧是超分后的画面，右边是原画质，得到明显提升。下面我说一下我的安装过程，还有一些使用中的踩坑，让大家去测试项目的时候可以提前规避。
安装
项目拉下来之后，我们先打开README，看看说明。
安装的步骤不多，但是还是有一些坑的，下面是我的安装步骤，如果你们自己安装的有问题的话，可以参考一下我的步骤。
1、虚拟环境创建
作者没有给出需要的python版本，这里我用的python3.8
conda create -n real python=3.8
conda activate real
2、安装pytorch
这里本来我以为我现在的最新版本可以跑的，后面发现不行，所以老老实实的按照作者的版本安装。
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
3、安装openmim
这里没什么好说的，装就完了。
pip install openmim -i https://pypi.douban.com/simple
4、安装mmcv-full
同上
mim install mmcv-full
5、安装mmedit
同上
pip install mmedit -i https://pypi.douban.com/simple
6、安装scipy
这个作者没写，但是要装。
pip install scipy -i https://pypi.douban.com/simple
7、模型下载
嗯，在外网比较难下，我下好了，放到我的百度云盘。
链接：https://pan.baidu.com/s/1EFCk5SUsE9BTPR5rlVnKtw
提取码：TUAN
在项目中创建文件夹checkpoints，把下载的文件放进去。如下图
使用
ok，环境装好了，我们看看怎么使用。
作者提供了图片文件夹处理方式和视频处理方式，我们挨个测一下。
图片超分
我就不准备用作者提供的demo图了，我自己找了一张，如下图。
图片尺寸
放置目录如下
执行命令如下
python inference_realbasicvsr.py configs/realbasicvsr_x4.py checkpoints/RealBasicVSR_x4.pth data/demo_001 results/demo_001
执行结果
2022-05-08 10:57:06,303 – mmedit – INFO – load checkpoint from torchvision path: torchvision://vgg19
load checkpoint from local path: checkpoints/RealBasicVSR_x4.pth
/home/zhangmaolin/.local/lib/python3.7/site-packages/torch/functional.py:445: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:2157.)
return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
结果图如下
可以看出明显的清楚了很多。
结果图尺寸
视频超分
然后我们看看视频超分的情况，这部分是有一些坑的，后面会说到。
首先我准备了一个视频，视频分别率如下。
可以看到视频分辨率540p。
执行命令如下，里面有作者给出样例没有的参数，我后面注意里面会解释。
python inference_realbasicvsr.py configs/realbasicvsr_x4.py checkpoints/RealBasicVSR_x4.pth data/12345.mp4 results/demo_123.mp4 –fps=25 –max_seq_len=2
执行结果
2022-05-08 11:02:01,023 – mmedit – INFO – load checkpoint from torchvision path: torchvision://vgg19
load checkpoint from local path: checkpoints/RealBasicVSR_x4.pth
/home/zhangmaolin/.local/lib/python3.7/site-packages/torch/functional.py:445: UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument. (Triggered internally at ../aten/src/ATen/native/TensorShape.cpp:2157.)
return _VF.meshgrid(tensors, **kwargs) # type: ignore[attr-defined]
最终视频分辨率情况
注意
1、首先，视频原长度是2分钟的，我截取到5s的视频进行超分处理的。不然会显存溢出。
2、–max_seq_len=2参数也是为了避免显存溢出，总的来看，这个模型不太适合直接跑视频，最好的方式还是跑图片序列，然后最后压缩图片为视频比较好。
压缩图片为对比视频样例
作者给了一个demo程序可以将输出的图片压缩为前后对比视频，如下图说明。
我测试了一下，代码这里需要改动一下，代码框出的部分需要把注释取消。
对比视频如下图，左边为超分后效果，右边为原图效果。
总结
总的来说，该模型处理图片还是效果很好的，可以稍微改造一下，我看有没有空。
分享：
人类之所以会去照顾其他生物，是因为他感到空虚。之所以会想保护环境，是因为他不想被环境毁灭。——《寄生兽》
顺便推广一下csdn认证
2022年3月31日，中国专业IT开发者社区CSDN（以下简称C站）正式推出”C站云原生工程师能力认证”，旨在帮助考生快速掌握云原生开发技能，重点考核容器、DevOps、微服务应用等技术。此标准下，CSDN将为千行百业贡献更多云原生开发者。
还是挺不错的，如果大家有兴趣，可以点下面的链接去看看，后面有些福利的信息，大家看着来。
Original: https://blog.csdn.net/zhiweihongyan1/article/details/124645615
Author: 剑客阿良_ALiang
Title: 图片、视频超分模型RealBasicVSR安装使用|机器学习
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/710956/
转载文章受原作者版权保护。转载请注明原作者出处！