RealBasicVSR 实现超分辨率

凉_白开

已于 2022-12-01 15:22:23 修改

阅读量1.5k

点赞数 1

分类专栏：人工智能文章标签： pytorch 超分辨率 BasicVSR RealBasicVSR

于 2022-11-14 17:43:24 首次发布

本文链接：https://blog.youkuaiyun.com/liang_baikai/article/details/127851094

版权

人工智能专栏收录该内容

17 篇文章

订阅专栏

本文档详细介绍了如何在conda环境中安装MMEditing库和RealBasicVSR模型，包括创建虚拟环境、安装PyTorch、mmcv-full、MMEditing仓库及其依赖，以及验证安装和使用RealBasicVSR进行视频超分的步骤。在RTX4000显卡上，该模型每秒可处理约8帧视频。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MMEditing 安装

没有conda环境的需要先安装下，推荐anaconda。

1. 创建并激活 conda 虚拟环境

conda create -n mmedit python=3.8 -y
conda activate mmedit

2. 安装 PyTorch 和 torchvision

可以参照官网安装适合自己环境的版本

conda install pytorch==1.7.1 torchvision cudatoolkit=10.1 -c pytorch

3. 安装mmcv-full

在这里下载适合自己环境的MMCV

安装命令如下：

pip install mmcv-full=={mmcv_version} -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html

将{mmcv_version}换成要安装的对应版本号即可例如

pip install mmcv-full==1.4.6 -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html

4. 克隆 MMEditing 仓库

git clone https://github.com/open-mmlab/mmediting.git
cd mmediting

5. 安装相关依赖和 MMEditing

pip install -r requirements.txt
pip install -v -e .  # or "python setup.py develop"

**注意:**这里有时候会出现不同的包版本冲突的问题，可以打开requirement.txt文件看看总共安装了些什么，将版本调至不冲突即可。可以pip install 包名==版本号或者 conda install 包名=版本号来重新安装冲突的包

6. 验证安装

python

import mmedit
mmedit.__version__

显示出版本号。

使用RealBasicVSR

克隆RealBasicVSR仓库

git clone https://github.com/ckkelvinchan/RealBasicVSR.git
cd RealBasicVSR

下载需要的模型文件

新建checkpoints文件夹

mkdir checkpoints

在这里下载模型并存放到checkpoints文件夹下

修改源码限制测试的视频长度

由于直接传视频会导致GPU的显存不够用，这里取视频的前25帧。我们设置fps=25，则刚好是1秒钟。

     # read images
     file_extension = os.path.splitext(args.input_dir)[1]
     if file_extension in VIDEO_EXTENSIONS:  # input is a video file
         video_reader = mmcv.VideoReader(args.input_dir)
         inputs = []
         i = 0
         for frame in video_reader:
             inputs.append(np.flip(frame, axis=2))
             i = i + 1
             if(i > 25):
                 break
     elif file_extension == '':  # input is a directory
         inputs = []
         input_paths = sorted(glob.glob(f'{args.input_dir}/*'))
         for input_path in input_paths:
             img = mmcv.imread(input_path, channel_order='rgb')
             inputs.append(img)
     else:
         raise ValueError('"input_dir" can only be a video or a directory.')

测试

python inference_realbasicvsr.py configs/realbasicvsr_x4.py checkpoints/RealBasicVSR_x4.pth input/demo_001.mp4 output/demo_001out.mp4 --fps=25

效果

原视频：

demo_001

超分后视频：

demo_001out

效果对比：

对比

图片

原图：
在这里插入图片描述
超分后：

速度

我这里RTX4000显卡，每秒能跑8帧左右