GFGPAN

[cicollus]

Werbung (verschwindet nach Registrierung)

Hallo zusammen,

https://www.systemkamera-forum.de/topic/134706-alte-bilder-verbessern/page/1

ich bin ganz frisch in diesem Forum, darum erstmal ein Hallo an alle 🙂

Mein System beruht auf der Sony-Alpha A77 II mit einer Menge guten Objektiven, werde wohl noch eine Weile damit leben.

Nun zur Frage: Es gibt von Xinntao die Webseiten GFPGAN Hugginface und GFPGAN, mit dem vor allen Gesichtermit GSPGAN und Bildhintergründe via Real-ESRGAN aufgepeppt werden.

Nun habe ich versucht, dieses Programm GFPGAN von  Github auf den lokalen Rechner zu installieren, aber das Zusammenfügen der Hintergründe mit den Gesichtern funktiert nicht. Ich erhalte überarbeitete Gesichter, ausgeschnitten auf schwarzen Hintergründen. Also nicht so, wie es die o.g. Webseiten darstellen.

Leider kenne ich mich mit Python und dessen Bibliotheken nicht so gut aus, kann mir einer einen Tipp geben, was bei mir falsch gelaufen sein kann?

Viele Grüße
Jörn

[kdww]

was ist GSPAN und Real-ESRGAN?

[cicollus]

vor 4 Stunden schrieb kdww:

was ist GSPAN und Real-ESRGAN?

Da habe ich mich verschrieben. Es heisst GFPGAN. 
Das ist doch erklärt, wenn man der Verlinkung folgt, ChatGPT gibt dazu folgende Definition:

GFPGAN zielt darauf ab, einen praktischen Algorithmus für die Wiederherstellung von Gesichtern in der realen Welt zu entwickeln .

GFPGAN ist eine weitere Bildverbesserungsmethode, die auf einer Variante von GANs basiert, die als Generative Feature Pyramid Network (GFPN) bezeichnet wird. GFPN ist eine Erweiterung der klassischen GAN-Architektur und besteht aus mehreren Generatoren, die jeweils für die Erzeugung von Bildern auf unterschiedlichen Skalen verantwortlich sind.

Im Gegensatz zu anderen GAN-basierten Methoden, die nur auf der höchsten Auflösungsebene arbeiten, verwendet GFPN Informationen aus allen Skalenebenen, um Bilder mit mehr Details und Schärfe zu generieren. Das resultierende Modell wird als GFPGAN bezeichnet und hat in verschiedenen Bildverbesserungsaufgaben beeindruckende Ergebnisse erzielt, wie beispielsweise der Verbesserung von Farben und Kontrasten, der Entfernung von Rauschen oder der Steigerung der Bildqualität im Allgemeinen.

GFPGAN hat auch Anwendungen in der Computergrafik und beim Rendering von 3D-Modellen, wo es verwendet werden kann, um realistische Texturen und Details zu generieren.

* * *

Real-ESRGAN ist eine Bildverbesserungsmethode, die auf einem Typ von Deep-Learning-Neuronalen Netzwerken namens Generative Adversarial Network (GAN) basiert.

Real-ESRGAN wird auf einem großen Datensatz von hochauflösenden Bildern trainiert und ist in der Lage, hochwertige Super-Auflösungs-Bilder mit deutlich mehr Details und Schärfe als herkömmliche Bild-Upscaling-Methoden zu generieren.

Real-ESRGAN hat viele praktische Anwendungen in Bereichen wie der Fotografie, der medizinischen Bildgebung und der Satellitenbildgebung, wo hochauflösende Bilder für eine genaue Analyse und Interpretation entscheidend sind.

 

 

Die o.g. Anfrage war auch ein Bedienfehler von mir, es muss die Option "-bg_upsampler realesrgan" angehängt werden, damit der Hintergrund eingefügt wird.