Skip to content

Latest commit

 

History

History
 
 

Real-CUGAN

README.md

Real Cascade U-Nets for Anime Image Super Resolution

中文 | English

🔥 Real-CUGAN🔥 是一个使用百万级动漫数据进行训练的，结构与Waifu2x兼容的通用动漫图像超分辨率模型。它支持2x\3x\4x倍超分辨率，其中2倍模型支持4种降噪强度与保守修复，3倍/4倍模型支持2种降噪强度与保守修复。

Real-CUGAN 为Windows用户打包了一个可执行环境。同时目前已有Windows-GUI与Web版本可使用。

更新进展
2022-02-07:Windows-GUI版/Web-CPU版
2022-02-09:Colab示例代码
2022-02-17:适用于移动端和AMD显卡的NCNN版本
2022-02-20:添加低显存模式(支持>1.5G显存的N卡)，以牺牲60%的速度为代价，解锁超大分辨率输入图像，下载20220220更新包或完整包使用。
如果Real-CUGAN对您的项目有帮助，可以⭐与分享一波，感谢~

1. 效果对比

demo-video.mp4
  • 效果图对比(推荐点开大图在原图分辨率下对比)
    纹理挑战型(注意地板纹理涂抹)(图源:《侦探已死》第一集10分20秒) compare1 线条挑战型(注意线条中心与边缘的虚实)(《东之伊甸》第四集7分30秒) compare2 极致渣清型(注意画风保留、杂线、线条)(图源:Real-ESRGAN官方测试样例) compare3 景深虚化型(蜡烛为后景，刻意加入了虚化特效，应该尽量保留原始版本不经过处理)(图源:《～闘志の華～戦国乙女2ボナ楽曲PV》第16秒) compare4
  • 详细对比
Waifu2x(CUNet) Real-ESRGAN(Anime6B) Real-CUGAN
训练集 私有二次元训练集，量级与质量未知 私有二次元训练集，量级与质量未知 百万级高清二次元patch dataset
推理耗时(1080P) Baseline 2.2x 1x
效果(见对比图) 无法去模糊，artifact去除不干净 锐化强度最大，容易改变画风，线条可能错判，
虚化区域可能强行清晰化		 更锐利的线条，更好的纹理保留，虚化区域保留
兼容性 大量windows-APP使用，VapourSynth支持，
Caffe支持，PyTorch支持，NCNN支持		 PyTorch支持，VapourSynth支持，NCNN支持 同Waifu2x，结构相同，参数不同，与Waifu2x无缝兼容
强度调整 仅支持多种降噪强度 不支持 已完成4种降噪程度版本和保守版，未来将支持调节不同去模糊、
去JPEG伪影、锐化、降噪强度
尺度 仅支持1倍和2倍 仅支持4倍 已支持2倍、3倍、4倍，1倍训练中

2. Windows玩家

修改config.py配置参数，双击go.bat运行。

  • 超分工具：

    百度网盘(提取码ds2a) 🔗｜GithubRelease 🔗 | 和彩云(提取码tEr1,手机号验证码登录,不限速无需客户端) 🔗｜ GoogleDrive 🔗

  • 系统环境：

    • ✔️ 在win10-64bit系统下进行测试
    • ✔️ 小包需求系统cuda >= 10.0. 【大包需求系统cuda >= 11.1】
    • ✔️ 只支持N卡或CPU，N卡需要至少1.5G显存
    • ❗ 注意30系列 nvidia GPU 只能用大包.

  • 使用config文件说明：

    a. 通用参数设置

    • mode: 在其中填写video或者image决定超视频还是超图像；
    • scale: 超分倍率；
    • model_path: 填写模型参数路径(目前3倍4倍超分只有3个模型，2倍有4个不同降噪强度模型和1个保守模型)；
    • device: 显卡设备号。如果有多卡超图片，建议手工将输入任务平分到不同文件夹，填写不同的卡号；
    • 超图像，需要填写输入输出文件夹；超视频，需要指定输入输出视频的路径。
    • cache_mode:根据个人N卡显存大小调节缓存模式

      0: 默认使用cache缓存必要参数
      1: 使用cache缓存必要参数，对缓存进行8bit量化节省显存，带来15%延时增长
      2: 不使用cache，耗时约为默认模式的2.5倍，但是显存不受输入图像分辨率限制，tile填得够大，1.5G显存可超任意分辨率

    • ❗ 如果使用windows路径，需要在双引号前加r

    b. 超视频设置

    • nt: 每张卡的线程数，如果显存够用，建议填写>=2

    • n_gpu: 显卡数；

    • encode_params: 编码参数 {crf，preset}

      crf: 通俗来讲，crf变低=高码率高质量
      preset: 越慢代表越低编码速度越高质量+更吃CPU，CPU不够应该调低级别，比如slow，medium，fast，faster

    • half: 半精度推理，不建议关闭

    • tile: 数字越大显存需求越低，相对地可能会小幅降低推理速度 {0, 1, x, auto}

      0: 直接使用整张图像进行推理，大显存用户或者低分辨率需求可使用
      1: 对长边平分切成两块推理
      x: 宽高分别平分切成x块推理
      auto: 当输入图片文件夹图片分辨率不同时，填写auto自动调节不同图片tile模式，未来将支持该模式。

  • 模型分类说明：

    • 降噪版：如果原片噪声多，压得烂，推荐使用；目前2倍模型支持了3个降噪等级；
    • 无降噪版：如果原片噪声不多，压得还行，但是想提高分辨率/清晰度/做通用性的增强、修复处理，推荐使用；
    • 保守版：如果你担心丢失纹理，担心画风被改变，担心颜色被增强，总之就是各种担心AI会留下浓重的处理痕迹，推荐使用该版本。

3. Python玩家

环境依赖
✅ torch>=1.0.0
✅ numpy
✅ opencv-python
✅ moviepy
upcunet_v3.py:模型+图像推理
inference_video.py:一个简单的使用Real-CUGAN推理视频的脚本

4. VapourSynth玩家

移步Readme

5. realcugan-ncnn-vulkan

NCNN版本已出现，这意味着A卡用户和移动端用户也可以使用GPU跑Real-CUGAN模型了~

6. Waifu2x-caffe玩家

我们目前为waifu2x-caffe玩家提供了两套参数：

🔥 Real-CUGAN2x标准版(denoise-level3) 和 🔥 Real-CUGAN2x无切割线版
百度网盘(提取码ds2a) 🔗｜GithubRelease 🔗｜和彩云(提取码tEr1,手机号验证码登录,不限速无需客户端) 🔗｜ GoogleDrive 🔗
用户可以用这套参数覆盖原有model-cunet模型参数（如有需要，记得对原有参数进行备份），用原有被覆盖的预设（按当前的文件名，是2x仅超分不降噪）进行超分。

❗❗❗ 由于waifu2x-caffe的切割机制，对于标准版，crop_size应该尽量调大，否则可能造成切割线。如果发现出现切割线， 请移步下载windows应用，它支持无切割线痕迹的crop(tile_mode），既能有效降低显存占用需求，crop也是无损的。或者使用我们额外提供的无切割线版，它会造成更多的纹理涂抹和虚化区域清晰化。

开发者可以很轻松地进行适配，推荐使用整张图像作为输入。如果顾及显存问题，建议基于PyTorch版本进行开发，使用tile_mode降低显存占用需求。

7.:european_castle: Model Zoo

可在网盘路径下载完整包与更新参数包获取各模型参数。

1倍 2倍 3倍/4倍
降噪程度 仅支持无降噪，训练中 现支持无降噪/1x/2x/3x 现支持无降噪/3x，1x/2x训练中
保守模型 训练中 已支持
快速模型 调研中

8. TODO：

  • 快速模型，提高推理速度，降低显存占用需求
  • 可调整的增强锐度，降噪强度，去模糊强度
  • 一步超到任意指定分辨率
  • 优化纹理保留，削减模型处理痕迹
  • 简单的GUI

😝 欢迎各位大佬在issue😇 进行留言,提出各种建议和需求👍 !

Acknowledgement

这里不公开训练代码，训练步骤参考了但不局限于RealESRGAN. 想自行训练的请移步该仓库。
模型结构魔改自Waifu2x官方CUNet.
另有:star2:更新进展:star2:如下：

感谢他们的贡献！