Trung tâm cá nhân
sách gpt4 ai đã đi

图像&视频编辑工具箱MMEditing安装及使用示例(Inpainting)

In lại 作者：知者 更新时间：2024-03-12 00:37:05 32 4
mua khóa gpt4 Nike

    **MMEditing是基于PyTorch的图像&视频编辑开源工具箱，支持图像和视频超分辨率(super-resolution)、图像修复(inpainting)、图像抠图(matting)、图像生成(generation)、视频插帧(video interpolation)**等，是OpenMMLab项目的成员之一。源码在：https://github.com/open-mmlab/mmediting，最新发布版本为v0.15.1，License为Apache-2.0。它支持在Windows、Linux和Mac上执行。

    1.安装：使用conda安装

    (1).创建openmmlab虚拟环境：

conda create -n openmmlab python=3.8 conda activate openmmlab

    (2).安装PyTorch：这里PyTorch使用1.11.0版本，CUDA使用10.2版本，此CUDA版本对PyTorch各版本都支持

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=10.2 -c pytorch

    (3).安装MMCV：MMCV有两个版本，这里安装带CUDA的mmcv-full

    1).mmcv-full: 完整版，包含所有的特性以及丰富的开箱即用的CUDA算子，安装此版本需要较长时间。

    2).mmcv：精简版，不包含CUDA算子但包含其余所有特性和功能，类似MMCV 1.0之前的版本。

    不要在同一个环境中安装两个版本，否则可能会遇到类似ModuleNotFound的错误。在安装一个版本之前，需要先卸载另一个：

pip uninstall mmcv-full pip uninstall mmcv

    注意：mmcv-full版本与mmdetection版本存在兼容对应关系，mmcv不能使用最新版，MMDetection 2.25.1要求MMCV版本(mmcv-full)为[1.3.17, 1.6.0)，这里使用1.5.3版本。CUDA版本和PyTorch版本与安装PyTorch时保持一致

pip install mmcv-full==1.5.3 -f https://download.openmmlab.com/mmcv/dist/cu102/torch1.11.0/index.html

    (4).安装mmediting:没有通过源码安装

pip install mmedit==0.15.1

    2.测试：inpainting，论文《Globally and Locally Consistent Image Completion》

    (1).下载模型(checkpoint)：

def download_checkpoint(path, name, url): if os.path.isfile(path+name) == False: print("checkpoint(model) file does not exist, now download ...") subprocess.run(["wget", "-P", path, url]) path = "../../data/model/" checkpoint = "gl_256x256_8x12_celeba_20200619-5af0493f.pth" url="https://download.openmmlab.com/mmediting/inpainting/global_local/gl_256x256_8x12_celeba_20200619-5af0493f.pth" download_checkpoint(path, checkpoint, url)

    (2).根据配置文件和checkpoint文件构建模型：

config = "../../src/mmediting/configs/inpainting/global_local/gl_256x256_8x12_celeba.py" model = init_model(config, path+checkpoint, device)

    (3).准备测试图像：

image_path = "../../src/mmediting/tests/data/image/" image_name = "celeba_test.png" image_mask_name = "bbox_mask.png"

    每组需要2张，一张是待修复的彩色图像；一张是二值掩码图像，背景色为0，前景色为255，指定待修复的彩色图像中待修复的区域，如下图所示：源图来自于MMEditing

    (4).进行推理修复：

result = inpainting_inference(model, image, mask)

    (5).显示执行结果及保存图像：

print(f"result shape: {result.shape}; max value: {torch.max(result)}") # result shape: torch.Size([1, 3, 256, 256]); max value: 1.0 result = tensor2img(result, min_max=(-1, 1))[..., ::-1] print("shape:", np.shape(result)) # shape: (256, 256, 3) cv2.imwrite("../../data/result_inpainting_global_local_celeba.jpg", result) cv2.imshow("show", result) cv2.waitKey(0)

     修复后的结果图如下所示：

    GitHub： https://github.com/fengbingchun/PyTorch_Test

32 4 0
Bài viết được đề xuất: 【Flink】从开发到生产上线，如何确定集群规划大小 ?
Bài viết được đề xuất: SPI：Java的高可扩展利器
Bài viết được đề xuất: 什么是编译器中的常量传播？
Bài viết được đề xuất: 洞见商业新机，云原生数据库GaussDB让企业决策更科学
知者
Hồ sơ cá nhân

Tôi là một lập trình viên xuất sắc, rất giỏi!

Nhận phiếu giảm giá Didi Taxi miễn phí
Mã giảm giá Didi Taxi
Các bài viết nóng hổi trên toàn bộ trang web
Giấy chứng nhận ICP Bắc Kinh số 000000
Hợp tác quảng cáo: 1813099741@qq.com 6ren.com