GFPGAN源代码分析（一）项目综述

2021SC@SDUSC

一、项目简介 1.简介

GFP-GAN 模型由退化去除模块和预先训练的人脸生成器组成。它们通过直接潜在代码映射连接到使用 CS SFT 层的粗到细通道。CS-SFT 层对分割的特征执行空间调制，并让左侧的特征直接通过以更好地保存信息，从而允许所提出的方法结合生成先验，同时有效地重新训练高保真度。此外，研究人员在局部鉴别器中引入了面部成分损失，以进一步增强感知面部细节和身份保留增益，从而提高整体质量。

2.人脸修复示例展示

3.GFPGAN主要框架

论文地址：https://arxiv.org/pdf/2101.04061.pdf

项目：https://xinntao.github.io/projects/gfpgan

Github：https://github.com/TencentARC/GFPGAN

二、项目导入 1.项目与系统需求：

Python >= 3.7 (Recommend to use Anaconda or Miniconda)
PyTorch >= 1.7
Option:：NVIDIA GPU + CUDA
Option： Linux (We have not tested on Windows)
项目列表：

2. 安装依赖项

# Install basicsr - https://github.com/xinntao/BasicSR
# We use BasicSR for both training and inference
pip install basicsr

# Install facexlib - https://github.com/xinntao/facexlib
# We use face detection and face restoration helper in the facexlib package
pip install facexlib

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

3.Quick Inference

Download pre-trained models: GFPGANCleanv1-NoCE-C2.pth

wget https://github.com/TencentARC/GFPGAN/releases/download/v0.2.0/GFPGANCleanv1-NoCE-C2.pth -P experiments/pretrained_models

Inference!

python inference_gfpgan.py --upscale_factor 2 --test_path inputs/whole_imgs --save_root results

4.Training （1）数据集： FFHQ （2）预先训练模型及相关数据下载，需导入 experiments/pretrained_models 中.

1. [Pretrained StyleGAN2 model: 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)
1. [Component locations of FFHQ: FFHQ_eye_mouth_landmarks_512.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/FFHQ_eye_mouth_landmarks_512.pth)
1. [A simple ArcFace model: arcface_resnet18.pth](https://github.com/TencentARC/GFPGAN/releases/download/v0.1.0/arcface_resnet18.pth)

（3）Modify the configuration file options/train_gfpgan_v1.yml accordingly. （4）Training

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

三、小组分工

小组成员共四人，经过讨论确定核心代码后，我主要负责gfpganv1_clean_arch.py部分核心代码的阅读分析。