ESRGAN

ESRGAN - улучшенный SRGAN.

Как я понял такие штуки создают для конкурсов, в университетах. Эта сеть одна из таких. Она показывает высокий уровень качества обработки изображений. Данную сеть себе под крыло взяла MMSR, входит в модуль MMEditing.

Почему описываю это в отдельной странице? Потому что MMEditing универсальная заранее обученная сеть. А ESRGAN позволяет использовать самостоятельно обученные сети.

Работать с данной сетью очень просто.

Установка.

nvidia cuda

Если это делается на реальной машине с linux, то нужно установить драйвера nvidia и cuda (В разработке)

Если это WSL2, то идем по инструкции Установка WSL 2 и Настройка CUDA Toolkit (Пока это на странице MMEditing, позже перенесу в отдельную страницу)

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

Anaconda

cd /tmp
wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh
bash Anaconda3-2020.07-Linux-x86_64.sh
enter
yes
enter
yes
source ~/.bashrc

PyTorch

выбираем нужную нам конфигурацию

stable

linux

pip

python

cuda 10.2

pip install torch torchvision

ESRGAN

Переходим в tmp, я всегда устанавливаю в эту папку, можно куда угодно например в home/user, в общем в меру доступности для пользователя:

cd /tmp

Теперь просто выкачиваем с github нужный нам репозиторий, если так это можно назвать:

git clone https://github.com/xinntao/ESRGAN.git

Загрузится последняя версия, в папку в которой находимся, под именем "гита" ESRGAN:

cd /tmp/ESRGAN

В общем то все, устанавливать ничего не нужно пользуйся на здоровье.

pip install numpy opencv-python

Грузим обученную сеть с диска автора RRDB_ESRGAN_x4.pth

Перемещаем этот файл в папку /tmp/ESRGANmodels/