Skip to content

[update]完成中文README的翻译 #617

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
JilinJL wants to merge 2 commits into
base: master
Choose a base branch
from
Open

[update]完成中文README的翻译 #617

Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
333eba0
Update README_CN.md
JilinJL Apr 30, 2025
56f93f7
[feat]complete the README_CN.md in Chinese
JilinJL Apr 30, 2025
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
200 changes: 199 additions & 1 deletion README_CN.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -4,4 +4,202 @@

## <div align="center"><b><a href="README.md">English</a> | <a href="README_CN.md">简体中文</a></b></div>

还未完工，欢迎贡献！
<div align="center">

[![download](https://img.shields.io/github/downloads/TencentARC/GFPGAN/total.svg)](https://github.com/TencentARC/GFPGAN/releases)
[![PyPI](https://img.shields.io/pypi/v/gfpgan)](https://pypi.org/project/gfpgan/)
[![Open issue](https://img.shields.io/github/issues/TencentARC/GFPGAN)](https://github.com/TencentARC/GFPGAN/issues)
[![Closed issue](https://img.shields.io/github/issues-closed/TencentARC/GFPGAN)](https://github.com/TencentARC/GFPGAN/issues)
[![LICENSE](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](https://github.com/TencentARC/GFPGAN/blob/master/LICENSE)
[![python lint](https://github.com/TencentARC/GFPGAN/actions/workflows/pylint.yml/badge.svg)](https://github.com/TencentARC/GFPGAN/blob/master/.github/workflows/pylint.yml)
[![Publish-pip](https://github.com/TencentARC/GFPGAN/actions/workflows/publish-pip.yml/badge.svg)](https://github.com/TencentARC/GFPGAN/blob/master/.github/workflows/publish-pip.yml)
</div>

1. :boom: **更新** 在线演示：[![Replicate](https://img.shields.io/static/v1?label=Demo&message=Replicate&color=blue)](https://replicate.com/tencentarc/gfpgan)。备用链接：[Replicate 备份](https://replicate.com/xinntao/gfpgan)。
1. :boom: **更新** 在线演示：[![Huggingface Gradio](https://img.shields.io/static/v1?label=Demo&message=Huggingface%20Gradio&color=orange)](https://huggingface.co/spaces/Xintao/GFPGAN)
1. [Colab 演示](https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo) <a href="https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="google colab logo"></a>；另一个 [Colab 演示](https://colab.research.google.com/drive/1Oa1WwKB4M4l1GmR7CtswDVgOCOeSLChA?usp=sharing) 使用论文中的原始模型。

> :rocket: **感谢你对我们工作的关注。你可能还会对我们在 [Real-ESRGAN](https://github.com/xinntao/Real-ESRGAN/blob/master/docs/anime_video_model.md) 项目中关于动漫图像和视频的微型模型更新感兴趣！** :blush:

GFPGAN 致力于开发一个**面向真实场景的人脸修复实用算法**。<br>
该方法利用预训练人脸 GAN（如 StyleGAN2）中丰富多样的先验信息进行盲人脸修复。

:question: 常见问题请查阅 [FAQ.md](FAQ.md)。

:triangular_flag_on_post: **更新日志**

- :white_check_mark: 添加 [RestoreFormer](https://github.com/wzhouxiff/RestoreFormer) 推理代码。
- :white_check_mark: 添加 [V1.4 模型](https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.4.pth)，相较于 V1.3，细节更丰富，身份保持更好。
- :white_check_mark: 添加 **[V1.3 模型](https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth)**，在*超低质量*或*高质量*输入图像上表现更好，结果更自然。详情请见 [模型列表](#european_castle-model-zoo) 与 [Comparisons.md](Comparisons.md)。
- :white_check_mark: 集成至 [Huggingface Spaces](https://huggingface.co/spaces)，采用 [Gradio](https://github.com/gradio-app/gradio) 构建前端。见 [Gradio 在线演示](https://huggingface.co/spaces/akhaliq/GFPGAN)。
- :white_check_mark: 支持使用 [Real-ESRGAN](https://github.com/xinntao/Real-ESRGAN) 增强非人脸区域（背景）。
- :white_check_mark: 提供无需 CUDA 扩展的 *纯净* 版本。
- :white_check_mark: 提供不进行人脸上色的新版模型。

---

如果 GFPGAN 对你的照片或项目有所帮助，请为本项目点个 :star:，或推荐给你的朋友。感谢支持！:blush:

推荐项目：<br>
:arrow_forward: [Real-ESRGAN](https://github.com/xinntao/Real-ESRGAN)：通用图像恢复的实用算法<br>
:arrow_forward: [BasicSR](https://github.com/xinntao/BasicSR)：开源图像/视频恢复工具箱<br>
:arrow_forward: [facexlib](https://github.com/xinntao/facexlib)：包含丰富人脸处理功能的工具集<br>
:arrow_forward: [HandyView](https://github.com/xinntao/HandyView)：基于 PyQt5 的轻量级图像浏览与对比工具<br>

---

### :book: GFP-GAN：基于生成式人脸先验的真实世界盲人脸修复

> [[论文](https://arxiv.org/abs/2101.04061)] &emsp; [[项目主页](https://xinntao.github.io/projects/gfpgan)] &emsp; [演示] <br>
> [Xintao Wang](https://xinntao.github.io/), [Yu Li](https://yu-li.github.io/), [Honglun Zhang](https://scholar.google.com/citations?hl=en&user=KjQLROoAAAAJ), [Ying Shan](https://scholar.google.com/citations?user=4oXBp9UAAAAJ&hl=en) <br>
> 腾讯 PCG 应用研究中心（ARC）

<p align="center">
<img src="https://xinntao.github.io/projects/GFPGAN_src/gfpgan_teaser.jpg">
</p>

---

## :wrench: 环境依赖与安装

- Python >= 3.7（推荐使用 [Anaconda](https://www.anaconda.com/download/#linux) 或 [Miniconda](https://docs.conda.io/en/latest/miniconda.html)）
- [PyTorch >= 1.7](https://pytorch.org/)
- 可选：NVIDIA GPU + [CUDA](https://developer.nvidia.com/cuda-downloads)
- 可选：Linux 系统

### 安装步骤

我们现在提供了无需 CUDA 扩展的 *纯净* 版本。<br>
若需使用论文中原始模型，请参阅 [PaperModel.md](PaperModel.md)。

1. 克隆项目

```bash
git clone https://github.com/TencentARC/GFPGAN.git
cd GFPGAN
```

1. 安装依赖包

```bash
# 安装 basicsr - https://github.com/xinntao/BasicSR
pip install basicsr

# 安装 facexlib - https://github.com/xinntao/facexlib
pip install facexlib

pip install -r requirements.txt
python setup.py develop

# 若希望增强背景（非人脸区域），需安装 realesrgan 包
pip install realesrgan
```

## :zap: 快速使用

我们以 v1.3 版本为例。更多模型请见 [模型列表](#european_castle-model-zoo)。

下载预训练模型：[GFPGANv1.3.pth](https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth)

```bash
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth -P experiments/pretrained_models
```

**运行推理**

```bash
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
```
```console
使用方法: python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2 [可选项]...

-h 显示帮助信息
-i input 输入图像或文件夹。默认：inputs/whole_imgs
-o output 输出文件夹。默认：results
-v version GFPGAN 模型版本。选项：1 | 1.2 | 1.3。默认：1.3
-s upscale 图像最终上采样倍数。默认：2
-bg_upsampler 背景增强器。默认：realesrgan
-bg_tile 背景增强时的 tile 大小，0 表示不分块测试。默认：400
-suffix 修复人脸的文件名后缀
-only_center_face 仅修复中心人脸
-aligned 输入图像是否为已对齐人脸
-ext 图像扩展名。选项：auto | jpg | png；auto 表示与输入相同。默认：auto
```
若需使用论文原始模型，请参考 [PaperModel.md](PaperModel.md) 了解安装与使用方法。

## :european_castle: 模型列表（Model Zoo）
| 版本 | 模型名称 | 模型说明 |
| :---: | :--- | :--- |
| V1.3 | [GFPGANv1.3.pth](https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.3.pth) | 基于 V1.2；恢复效果更自然；在极低质量与高质量图像中表现更佳。 |
| V1.2 | [GFPGANCleanv1-NoCE-C2.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth) | 无人脸上色；无需 CUDA 扩展；使用更多预处理数据训练。 |
| V1 | [GFPGANv1.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/GFPGANv1.pth) | 论文中使用的模型，包含上色模块。 |

模型对比效果请参考[Comparisons.md](Comparisons.md)

请注意，V1.3 不一定始终优于 V1.2，建议根据图像情况自行选择。

| 版本 | 优点 | 缺点 |
| :---: | :---: | :---: |
| V1.3 | ✓ 输出更加自然 <br> ✓ 对极低质量输入效果更好 <br> ✓ 对较高质量输入也有效 <br> ✓ 支持重复修复（两次） | ✗ 图像不够锐利 <br> ✗ 身份可能发生轻微变化 |
| V1.2 | ✓ 输出更锐利 <br> ✓ 带有美颜化妆效果 | ✗ 某些输出看起来不自然 |

你可以在以下位置找到**更多模型（如判别器discriminators）**：
[[Google Drive](https://drive.google.com/drive/folders/17rLiFzcUMoQuhLnptDsKolegHWwJOnHu?usp=sharing)]，或 [[腾讯微云](https://share.weiyun.com/ShYoCCoc)]

---

## :computer: 训练

我们提供了用于 GFPGAN 的训练代码（与论文中使用一致）。<br>你可以根据自己的需求对其进行改进。

**小贴士：**

1. 更多高质量人脸样本有助于提升修复效果；
2. 你可能需要进行一些预处理，如美颜化妆等。

**训练流程：**

（你可以尝试一个简化版本：`options/train_gfpgan_v1_simple.yml`，该版本不需要人脸部件关键点）

1. 准备数据集：[FFHQ](https://github.com/NVlabs/ffhq-dataset)

2. 下载预训练模型和其他依赖数据，并放入 `experiments/pretrained_models` 文件夹：
- [StyleGAN2 预训练模型：StyleGAN2_512_Cmul1_FFHQ_B12G4_scratch_800k.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/StyleGAN2_512_Cmul1_FFHQ_B12G4_scratch_800k.pth)
- [FFHQ 的眼睛和嘴巴关键点位置信息：FFHQ_eye_mouth_landmarks_512.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/FFHQ_eye_mouth_landmarks_512.pth)
- [简化版 ArcFace 模型：arcface_resnet18.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/arcface_resnet18.pth)

3. 根据需要修改配置文件 `options/train_gfpgan_v1.yml`

4. 开始训练：

```bash
python -m torch.distributed.launch --nproc_per_node=4 --master_port=22021 gfpgan/train.py -opt options/train_gfpgan_v1.yml --launcher pytorch
```

---

## :scroll: 许可证与致谢

GFPGAN 遵循 Apache License 2.0 开源协议。

---

## BibTeX 引用格式

```bibtex
@InProceedings{wang2021gfpgan,
author = {Xintao Wang and Yu Li and Honglun Zhang and Ying Shan},
title = {Towards Real-World Blind Face Restoration with Generative Facial Prior},
booktitle={The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year = {2021}
}
```

---

## :e-mail: 联系方式

如有任何问题，请通过以下邮箱联系：

- `xintao.wang@outlook.com`
- `xintaowang@tencent.com`