README_CN.md

🚀 BasicSR

GitHub | Gitee码云
English | 简体中文

BasicSR 是一个基于 PyTorch 的开源图像视频超分辨率 (Super-Resolution) 工具箱 (之后会支持更多的 Restoration 任务).
_{(ESRGAN, EDVR, DNI, SFTGAN)}

依赖和安装

• Python >= 3.7 (推荐使用 Anaconda 或 Miniconda)
• PyTorch >= 1.3
• NVIDIA GPU + CUDA

在BasicSR的根目录下运行以下命令:
(确保 GCC 版本: gcc >= 5)

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

注意: BasicSR 仅在 Ubuntu 下进行测试，或许不支持Windows. 可以在Windows下尝试支持CUDA的Windows WSL :-) (目前只有Fast ring的预览版系统可以安装).

HOWTOs

我们提供了简单的流程来快速上手 训练/测试/推理 模型. 这些命令并不能涵盖所有用法, 更多的细节参见下面的部分.

• 如何训练 StyleGAN2
• 如何测试 StyleGAN2

TODO 清单

参见 project boards.

数据准备

• 数据准备步骤, 参见 DatasetPreparation_CN.md.
• 目前支持的数据集 (torch.utils.data.Dataset类), 参见 Datasets_CN.md.

训练和测试

• 训练和测试的命令, 参见 TrainTest_CN.md.
• Options/Configs配置文件的说明, 参见 Config_CN.md.
• Logging日志系统的说明, 参见 Logging_CN.md.

模型库和基准

下载官方提供的预训练模型
下载复现的模型和log

• 目前支持的模型描述, 参见 Models_CN.md.
• 预训练模型和log样例, 参见 ModelZoo_CN.md.
• 我们也在 wandb 上提供了训练曲线等:

代码库的设计和约定

参见 DesignConvention_CN.md.
下图概括了整体的框架. 每个模块更多的描述参见:
Datasets_CN.md | Models_CN.md | Config_CN.md | Logging_CN.md

许可

本项目使用 Apache 2.0 license. 更多细节参见 LICENSE.

联系

若有任何问题, 请电邮 xintao.wang@outlook.com.

_{^{BasicSR-private}}