English | 简体中文 GitHub | Gitee码云
🚀 我们添加了 BasicSR-Examples, 它提供了使用BasicSR的指南以及模板 (以python package的形式) 🚀
Google Colab: GitHub Link | Google Drive Link
📁 数据: ⏬ 百度网盘 (提取码:basr) ⏬ Google Drive
📈 wandb的训练曲线
💻 训练和测试的命令
⚡ HOWTOs
BasicSR (Basic Super Restoration) 是一个基于 PyTorch 的开源图像视频复原工具箱, 比如 超分辨率, 去噪, 去模糊, 去 JPEG 压缩噪声等.
🚩 新的特性/更新
- ✅ Aug 5, 2021. 添加了NIQE, 它输出和MATLAB一样的结果 (both are 5.7296 for tests/data/baboon.png).
- ✅ July 31, 2021. Add bi-directional video super-resolution codes: BasicVSR and IconVSR.
- ✅ July 20, 2021. Add dual-blind face restoration codes: HiFaceGAN codes by Lotayou.
- ✅ Nov 29, 2020. 添加 ESRGAN and DFDNet colab demo.
- ✅ Sep 8, 2020. 添加 盲人脸复原测试代码: DFDNet.
- ✅ Aug 27, 2020. 添加 StyleGAN2 训练和测试 代码: StyleGAN2.
更多
- Sep 8, 2020. 添加 盲人脸复原 测试代码: DFDNet.
ECCV20: Blind Face Restoration via Deep Multi-scale Component Dictionaries
Xiaoming Li, Chaofeng Chen, Shangchen Zhou, Xianhui Lin, Wangmeng Zuo and Lei Zhang - Aug 27, 2020. 添加 StyleGAN2 训练和测试代码.
CVPR20: Analyzing and Improving the Image Quality of StyleGAN
Tero Karras, Samuli Laine, Miika Aittala, Janne Hellsten, Jaakko Lehtinen and Timo Aila - Aug 19, 2020. 全新的 BasicSR v1.0.0 上线.
✨ 使用 BasicSR 的项目
- Real-ESRGAN: 通用图像复原的实用算法
- GFPGAN: 真实场景人脸复原的实用算法
如果你的开源项目中使用了BasicSR
, 欢迎联系我 (邮件或者开一个issue/pull request)。我会将你的开源项目添加到上面的列表中 😊
如果 BasicSR 对你有所帮助,欢迎 ⭐ 这个仓库或推荐给你的朋友。Thanks😊
其他推荐的项目:
(ESRGAN, EDVR, DNI, SFTGAN)
(HandyView, HandyFigure, HandyCrawler, HandyWriting)
我们提供了简单的流程来快速上手 训练/测试/推理 模型. 这些命令并不能涵盖所有用法, 更多的细节参见下面的部分.
GAN | |||||
---|---|---|---|---|---|
StyleGAN2 | 训练 | 测试 | |||
Face Restoration | |||||
DFDNet | - | 测试 | |||
Super Resolution | |||||
ESRGAN | TODO | TODO | SRGAN | TODO | TODO |
EDSR | TODO | TODO | SRResNet | TODO | TODO |
RCAN | TODO | TODO | |||
EDVR | TODO | TODO | DUF | - | TODO |
BasicVSR | TODO | TODO | TOF | - | TODO |
Deblurring | |||||
DeblurGANv2 | - | TODO | |||
Denoise | |||||
RIDNet | - | TODO | CBDNet | - | TODO |
For detailed instructions refer to INSTALL.md.
参见 project boards.
- 数据准备步骤, 参见 DatasetPreparation_CN.md.
- 目前支持的数据集 (
torch.utils.data.Dataset
类), 参见 Datasets_CN.md.
- 训练和测试的命令, 参见 TrainTest_CN.md.
- Options/Configs配置文件的说明, 参见 Config_CN.md.
- Logging日志系统的说明, 参见 Logging_CN.md.
- 目前支持的模型描述, 参见 Models_CN.md.
- 预训练模型和log样例, 参见 ModelZoo_CN.md.
- 我们也在 wandb 上提供了训练曲线等:
参见 DesignConvention_CN.md.
下图概括了整体的框架. 每个模块更多的描述参见:
Datasets_CN.md | Models_CN.md | Config_CN.md | Logging_CN.md
本项目使用 Apache 2.0 license.
更多关于许可和致谢, 请参见 LICENSE.
如果 BasicSR 对你有所帮助, 可以考虑引用BasicSR.
下面是一个 BibTex 引用条目, 它需要 url
LaTeX package.
@misc{wang2020basicsr,
author = {Xintao Wang and Ke Yu and Kelvin C.K. Chan and
Chao Dong and Chen Change Loy},
title = {{BasicSR}: Open Source Image and Video Restoration Toolbox},
howpublished = {\url{https://github.com/xinntao/BasicSR}},
year = {2020}
}
Xintao Wang, Ke Yu, Kelvin C.K. Chan, Chao Dong and Chen Change Loy. BasicSR: Open Source Image and Video Restoration Toolbox. https://github.com/xinntao/BasicSR, 2020.
若有任何问题, 请电邮 [email protected]
.