BasicSR: различия между версиями
Владимир (обсуждение | вклад) мНет описания правки |
Владимир (обсуждение | вклад) |
||
| Строка 73: | Строка 73: | ||
Идем конфигурировать файл тренировки модели. | Идем конфигурировать файл тренировки модели. | ||
== Подготовка набора данных == | ==Подготовка набора данных== | ||
Задача состоит в том, чтобы обучить сеть на восстановление видео снятых на miniDV камеру. Видео хранилось на кассетах, после чего было перенесено на пека, методом захвата с DV камеры. Захват осуществлялся через [https://ru.wikipedia.org/wiki/IEEE_1394 Firewire]. На данный момент это самый максимально возможный с точки зрения качества захват. Нет способов получить качество выше. | Задача состоит в том, чтобы обучить сеть на восстановление видео снятых на miniDV камеру. Видео хранилось на кассетах, после чего было перенесено на пека, методом захвата с DV камеры. Захват осуществлялся через [https://ru.wikipedia.org/wiki/IEEE_1394 Firewire]. На данный момент это самый максимально возможный с точки зрения качества захват. Нет способов получить качество выше. | ||
В итого имеется 50 гигабайт видео в разрешении 720x576 с соотношением сторон 4:3. Но есть много но. Камера не профессиональная, качество записи не идеальное. Оному производителю известно как получается картинка. | В итого имеется 50 гигабайт видео в разрешении 720x576 с соотношением сторон 4:3. Но есть много но. Камера не профессиональная, качество записи не идеальное. Оному производителю известно как получается картинка. Тут будут приложены оригиналы. | ||
[[Файл:Первый кадр примера видео с DV.jpg|мини|Первый кадр примера видео с DV]] | [[Файл:Первый кадр примера видео с DV.jpg|мини|Первый кадр примера видео с DV|альт=]] | ||
<br /> | <br /> | ||
Версия от 05:03, 9 августа 2020
BasicSR - средство для обучения моделей.
На момент написания статьи автор обновил его до версии 1.0. Но нет возможности применить обученную сеть. ESRGAN не готов к данной версии. Поэтому берем ветку сентября 2019 года. Как только заработает актуальная ветка поправлю статью.
Базовая подготовка ОС
О этом вообще можно составить отдельную статью, так как работоспособность на разном железе требует различной установки.
На момент актуальной версии железа nvidia 10, 16 и 20 серии все работает из коробки. Но если нужно завести все на более старом железе, то есть много нюансов.
NVIDIA CUDA
Следуем инструкции установки на реальное железо linux или WSL2. Пока в статье MMEditing, но потом перенесу в отдельную статью.
Python 3
Смотрим версию:
python3 --version
Если Python установлен то покажет версию, если нет то нужно установить.
На данный момент Python есть по умолчанию в ubuntu, если сделать:
sudo apt update sudo apt -y upgrade
pip3
Менеджер пакетов для Python 3
sudo apt install -y python3-pip
PyTorch
С PyTorch все интереснее, для актуального железа ставиться последняя доступная версия:
Выбираем нужную нам конфигурацию
stable
linux
pip
python
cuda 10.2
pip install torch torchvision
Но если железо старое то нужно устанавливать последнюю поддерживаемую версию железо. Везде по своему. В моем случае это tesla m2070:
....
BasicSR
Пакеты для Python
pip install numpy opencv-python lmdb pyyaml
TensorBoard
pip install tensorboardX
git clone -n https://github.com/xinntao/BasicSR.git
cd /tmp/BasicSR
git checkout -b test 00bbaf87163956fd00c22db73d051b9e27bcd563
Идем конфигурировать файл тренировки модели.
Подготовка набора данных
Задача состоит в том, чтобы обучить сеть на восстановление видео снятых на miniDV камеру. Видео хранилось на кассетах, после чего было перенесено на пека, методом захвата с DV камеры. Захват осуществлялся через Firewire. На данный момент это самый максимально возможный с точки зрения качества захват. Нет способов получить качество выше.
В итого имеется 50 гигабайт видео в разрешении 720x576 с соотношением сторон 4:3. Но есть много но. Камера не профессиональная, качество записи не идеальное. Оному производителю известно как получается картинка. Тут будут приложены оригиналы.
