ubuntu20部署Bringing-Old-Photos-Back-to-Life-编程知识

ubuntu20部署Bringing-Old-Photos-Back-to-Life

环境准备：

ubuntu20.04

Python 3.8.10

首先将微软的「Bringing-Old-Photos-Back-to-Life」库 clone 到本地：

git clone https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life.git

cd Face_Enhancement/models/networks/
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../../

Global 权重配置

cd Global/detection_models
git clone https://github.com/vacancy/Synchronized-BatchNorm-PyTorch
cp -rf Synchronized-BatchNorm-PyTorch/sync_batchnorm .
cd ../../

Face_Detection 权重

人脸识别预训练模型：

cd Face_Detection/
wget http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
bzip2 -d shape_predictor_68_face_landmarks.dat.bz2
cd ../

Face_Enhancement 权重

Face_Enhancement 权重用于人脸部位增强，下载后权重文件解压至 ./Face_Enhancement

cd Face_Enhancement/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/face_checkpoints.zip
unzip face_checkpoints.zip
cd ../
cd Global/
wget https://github.com/microsoft/Bringing-Old-Photos-Back-to-Life/releases/download/v1.0/global_checkpoints.zip
unzip global_checkpoints.zip
cd ../

创建 python3 虚拟环境

python3 -m venv .venv

source .venv/bin/activate

安装项目依赖库

pip3 install -r requirements.txt

出现的问题：

Running Stage 4: Blending
Traceback (most recent call last):
File “align_warp_back_multiple_dlib.py”, line 428, in
blended = blur_blending_cv2(warped_back, blended, backward_mask)
File “align_warp_back_multiple_dlib.py”, line 219, in blur_blending_cv2
mask *= 255.0
numpy.core._exceptions.UFuncTypeError: Cannot cast ufunc ‘multiply’ output from dtype(‘float64’) to dtype(‘uint8’) with casting rule ‘same_kind’

找到文件align_warp_back_multiple_dlib.py的219行，将代码 mask *= 255.0 改为：mask = mask * 255.0，再次运行。

修复不带折痕的照片

对于不带折痕的照片，终端输入时需要三个参数，

--input_folder ，存放需要修复图片的文件路径，不指定时默认为 ./test_images/old;
--output_folder，存放修复后图片的文件路径，不指定时默认为 ./output/
--GPU，指定用到的 GPU 编号，可设定为 0 、 0,1或0,1,2 ，没有 GPU 配置时设为 -1 表示运行时只用 CPU ； 设定 GPU 时需要确保配置的 Pytorch 是 GPU 版本，相对 CPU 的话，GPU 测试时间会更短；

测试时，启动命令如下，这里 --input_folder、--output_folder参数都为默认，所以命令中加这两个参数，电脑比较渣没有 GPU 所以设为 -1；