Real-ESRGAN
Real-ESRGAN copied to clipboard
xinntao
希望能出功能完整的本地执行版本。
原始图片/Original image
Colab Demo for Real-ESRGAN Result
MacOS executable files Result
在macOS通过官方的绿色版文件进行放大后，图片上出现了明显的界线，一边清楚，一边模糊，感觉一张图被分成了很多块，但是每一块的处理效果有区别，造成了明显的边界。
图片从中间分成左右两边，左边是Colab Demo for Real-ESRGAN的结果，右边是本地运行的结果，Colab Demo for Real-ESRGAN的版本画面均匀，效果一致，本地运行的版本有的地方模糊有的地方清楚，并且模糊部分和清楚部分有明确的界限。原图太大了没有上传，图片是截取的模糊明显的部分。
测试多张图片，均或多或少，或明显或不明显有分界的情况，是BUG吗？
———————————————————————————————————————————————————— 我发现我说明里面写了
注意：可执行文件并没有支持 python 脚本 inference_realesrgan.py 中所有的功能，比如 outscale 选项) .
由于这些exe文件会把图像分成几个板块，然后来分别进行处理，再合成导出，输出的图像可能会有一点割裂感（而且可能跟PyTorch的输出不太一样）
Note that it does not support all the functions (such as outscale) as the python script inference_realesrgan.py.
Note that it may introduce block inconsistency (and also generate slightly different results from the PyTorch implementation), because this executable file first crops the input image into several tiles, and then processes them separately, finally stitches together.
所以本地版就是这种效果，希望以后能推出功能完整的本地执行版本。
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
称不上完美，但是效果还是不错的，就是存在那个脸部局部优化的问题，头部有个选区有特殊处理，和其他部分稍微有点差异，但是整体效果已经算不错了，如果是个别需求，可以自己后期再处理下，效果也算不错。
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
Windows的ncnn exe版
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
Windows的ncnn exe版
本地版就是有问题，这个问题开发者自己已经写在介绍里面了，我也是发了这个帖子以后才注意到的，所以建议你不要使用本地版，可以使用 Colab 版，效果好很多。
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
Windows的ncnn exe版
本地版就是有问题，这个问题开发者自己已经写在介绍里面了，我也是发了这个帖子以后才注意到的，所以建议你不要使用本地版，可以使用 Colab 版，效果好很多。 主要是不会打包，非python开发人员
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
Windows的ncnn exe版
本地版就是有问题，这个问题开发者自己已经写在介绍里面了，我也是发了这个帖子以后才注意到的，所以建议你不要使用本地版，可以使用 Colab 版，效果好很多。 主要是不会打包，非python开发人员
Colab Demo 是不需要编程基础的在线使用版本，建议你去了解一下，比本地版好多了。
但是使用 realesrgan-x4plus去对一些真人照片进行优化时，整个图片就像打了马赛克一样，被切割成一块一块
这个就要具体问题具体分析了，另外看你使用的是本地版还是 Colab 版，本地版有缺陷，因为是分块处理再合并的，某些情况分割感会非常明显，但是 Colab 版就不会，或者你自己搭建 Python 环境运行也不会，这是整体的感觉，至于人像的处理，我自己也只测试过两张图，用的是 Colab 版，一张图基本上没有问题，一张图头部有一个方框的小痕迹，目前判断是程序对人脸处理有优化调整的处理，但是这部分处理只针对头部，所以识别头部以后会在头部建立一个方形的选区，进行人脸优化，其他地方没有这么精修，部分使用场景会造成一个明显的分界线，但是也存在一些场景并无明显差异的，或者几乎察觉不到的情况，希望开发者后续进行优化吧，用还是能用的，不建议你使用本地版，本地版效果不好。
Windows的ncnn exe版
本地版就是有问题，这个问题开发者自己已经写在介绍里面了，我也是发了这个帖子以后才注意到的，所以建议你不要使用本地版，可以使用 Colab 版，效果好很多。 主要是不会打包，非python开发人员
Colab Demo 是不需要编程基础的在线使用版本，建议你去了解一下，比本地版好多了。
好的谢谢