codeformer（codeformer下载完用什么打开）



• 安装Python
• 安装Git
• 安装PyTorch
• clone源码
• 安装源码所需依赖库
• 编译源码
• 安装人脸修复AI模型
• 使用

下面对这几个具体流程进行详细说明

Python安装有两个选择

• 去官网下载Python
• 下载Anaconda

直接百度搜索Python官网，进入官网点击下载即可，不过需要注意，不要下载最新版，Code Former要求Python3.8的版本高版本或低版本可能会出现一些依赖问题，建议直接下载Python3.8版本，官网链接。

2.2.1安装

Anaconda安装，就根据安装程序提示，一直下一步就好了

2.2.2创建python环境

Anaconda安装好后，打开客户端，点击，点击底部的按钮，创建一个环境，环境名称自定义，推荐，环境的python版本，需要注意一下，要选的版本，否则后面安装依赖的时候会报错。

环境创建完成后，先放旁边，等一会使用。

pytorch是一个开源的Python机器学习库，可以用于支持code former进行机器学习，安装方法如下

访问：https://pytorch.org/ 网站，并点击

在根据自己电脑配置及安装的软件，选择合适信息即可，这里要看自己电脑显卡适不适合，如果电脑显卡是NVIDIA的，且支持CUDA，则选择对应版本的CUDA即可，如果不是NVIDIA显卡，则选择CPU，我的电脑没有显卡，所以我选择CPU
如果不确定自己的显卡支不支持CUDA，可以直接选择CPU，一般修复照片用不了太大的硬件需求，CPU完全够了

选择完毕之后，将的命令行复制一下，到刚刚安装好的Anaconda的环境中执行一下，等待安装完成即可

上面Pytorch安装完成后，就需要进入github下载源码了。下载源码有两种方式

• git clone
• 直接下载zip压缩包（适用于没有安装git的情况）

进入github项目地址，点击按钮，点击，再选择，复制下方的https链接

然后回到自己电脑，找一个文件夹，用于存放项目源码。在这个文件夹中鼠标右键点击一下，选择打开git命令行窗口。

在命令行窗口中输入以下命令并执行，等待项目下载完成即可。

访问git项目地址，点击按钮，再点击，等待源码下载完成即可，下载完成后，将zip压缩包找一个地方解压出来就行。

以上环境及源码都准备完成后，就需要为项目安装其他相关依赖了，分别为：

• 安装项目所需依赖库
• 编译codeformer
• 下载学习模型

在源码文件夹下，打开anaconda的codeformer环境cmd窗口，执行以下命令，安装项目所需依赖库（如果是单独安装了python的话，直接在源码文件夹打开cmd窗口即可）

上一步执行成功后，再执行以下命令，编译codeformer

经过以上繁琐流程之后，code former就算正式搭建完成了，下面就可以愉快使用了。不过codeformer自己没有gui交互页面，所以目前只能通过命令行的形式来进行使用，如果对codeformer图形化交互有兴趣的同学，可以自己研究一下。

执行一下命令，即可对只有一个人脸的图片进行修复

命令说明：

• -w参数：-w是一个权重参数，取值范围为[0,1]，取值越小，则图像修复的质量更高，即人脸修复效果最好，取值越大，则会产生保真度更高的图片，就是人脸修复不那么好，但是图片整体效果会好点（实测，建议将w的参数值写成0，这样人脸修复效果最好，参数值写大了，修复结果反倒并不理想）
• –input_path参数：这个就是要修复的图片路径了，可以选单独图片路径，也可以选一个有图片的文件夹，它会将文件夹中，所有的图片都进行修复

修复效果大概就像下图这样↓（实测，修复效果真的很棒）

如果一个照片里面有多个人像，则可以执行以下命令进行修复

这个命令中的参数与7.1中的参数含义一致，可以按照自己需求进行设置

以上就是code former从搭建到使用的步骤了，除了修复图片，codeformer还可以修复视频，更多的使用方法，等待小伙伴们自己探索，有问题欢迎私信交流哇。

Anaconda下载依赖的时候，会去连接国外的镜像源，网络不好的话，会导致下载速度极慢，可以将Anaconda镜像源切换到清华大学的镜像源，执行以下三条命令，即可将镜像源换成清华大学的

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/rfx/79625.html