GFPGAN Face Restore

Clore.ai पर GFPGAN का उपयोग करके फ़ोटो में चेहरों को पुनर्स्थापित और बेहतर बनाएँ

GFPGAN का उपयोग करके फ़ोटो में चेहरे बहाल और सुधारें।

सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं जिन्हें द्वारा किराए पर लिया गया है CLORE.AI मार्केटप्लेस.

CLORE.AI पर किराये पर लेना

1. पर जाएँ CLORE.AI मार्केटप्लेस

2. GPU प्रकार, VRAM, और मूल्य के अनुसार फ़िल्टर करें

3. चुनें ऑन-डिमांड (निश्चित दर) या स्पॉट (बिड प्राइस)

4. अपना ऑर्डर कॉन्फ़िगर करें:

   • Docker इमेज चुनें

   • पोर्ट सेट करें (SSH के लिए TCP, वेब UI के लिए HTTP)

   • यदि आवश्यक हो तो एनवायरनमेंट वेरिएबल जोड़ें

   • स्टार्टअप कमांड दर्ज करें

5. भुगतान चुनें: CLORE, BTC, या USDT/USDC

6. ऑर्डर बनाएं और डिप्लॉयमेंट का इंतज़ार करें

अपने सर्वर तक पहुँचें

• कनेक्शन विवरण में खोजें मेरे ऑर्डर

• वेब इंटरफेस: HTTP पोर्ट URL का उपयोग करें

• SSH: ssh -p <port> root@<proxy-address>

GFPGAN क्या है?

GFPGAN (Generative Facial Prior GAN) विशेषज्ञता रखता है:

• पुरानी/क्षतिग्रस्त फ़ोटोज़ की मरम्मत करना

• धुंधले चेहरे सुधारना

• AI-जनित चेहरों में सुधार करना

• कम-रिज़ॉल्यूशन पोर्ट्रेट ठीक करना

त्वरित तैनाती

Docker इमेज:

pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime

पोर्ट:

22/tcp
7860/http

कमांड:

pip install gfpgan gradio && \
python -c "
import gradio as gr
from gfpgan import GFPGANer
import cv2
import numpy as np

restorer = GFPGANer(
    model_path='https://github.com/TencentARC/GFPGAN/releases/download/v1.3.4/GFPGANv1.4.pth',
    upscale=2,
    arch='clean',
    channel_multiplier=2,
    bg_upsampler=None
)

def restore(image):
    img = np.array(image)
    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
    _, _, output = restorer.enhance(img, has_aligned=False, only_center_face=False, paste_back=True)
    output = cv2.cvtColor(output, cv2.COLOR_BGR2RGB)
    return output

demo = gr.Interface(fn=restore, inputs=gr.Image(), outputs=gr.Image(), title='GFPGAN Face Restorer')
demo.launch(server_name='0.0.0.0', server_port=7860)
"

अपनी सेवा तक पहुँचना

डिप्लॉयमेंट के बाद, अपना खोजें http_pub URL में मेरे ऑर्डर:

1. जाएँ मेरे ऑर्डर पृष्ठ

2. अपने ऑर्डर पर क्लिक करें

3. खोजें http_pub URL (उदा., abc123.clorecloud.net)

उपयोग करें https://YOUR_HTTP_PUB_URL की बजाय localhost नीचे दिए उदाहरणों में।

CLI उपयोग

इंस्टॉलेशन

pip install gfpgan

मॉडल डाउनलोड करें

# फेस रिस्टोरेशन मॉडल डाउनलोड करें
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.4/GFPGANv1.4.pth -P ./models

# डिटेक्शन मॉडल डाउनलोड करें
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/detection_Resnet50_Final.pth -P ./models

# पार्सिंग मॉडल डाउनलोड करें
wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/parsing_parsenet.pth -P ./models

मूल उपयोग

# एकल छवि बहाल करें
python inference_gfpgan.py -i input.jpg -o results -v 1.4 -s 2

# फ़ोल्डर बहाल करें
python inference_gfpgan.py -i ./inputs -o ./results -v 1.4 -s 2

विकल्प

python inference_gfpgan.py \
    -i input.jpg \      # इनपुट इमेज/फ़ोल्डर
    -o results \        # आउटपुट फ़ोल्डर
    -v 1.4 \            # GFPGAN संस्करण (1.2, 1.3, 1.4)
    -s 2 \              # अपस्केल फ़ैक्टर
    --bg_upsampler realesrgan \  # बैकग्राउंड अपस्केलर
    --only_center_face  # केवल केंद्र चेहरे को बहाल करें

Python API

बेसिक फेस रिस्टोरेशन

from gfpgan import GFPGANer
import cv2

# आरंभ करें
restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=2,
    arch='clean',
    channel_multiplier=2,
    bg_upsampler=None
)

# छवि लोड करें
img = cv2.imread('photo.jpg')

# चेहरों की बहाली करें
cropped_faces, restored_faces, restored_img = restorer.enhance(
    img,
    has_aligned=False,
    only_center_face=False,
    paste_back=True
)

# परिणाम सेव करें
cv2.imwrite('restored.jpg', restored_img)

बैकग्राउंड सुधार के साथ

from gfpgan import GFPGANer
from realesrgan import RealESRGANer
from basicsr.archs.rrdbnet_arch import RRDBNet
import cv2

# बैकग्राउंड अपस्केलर सेटअप करें
bg_model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=23, num_grow_ch=32, scale=2)
bg_upsampler = RealESRGANer(
    scale=2,
    model_path='RealESRGAN_x2plus.pth',
    model=bg_model,
    half=True
)

# बैकग्राउंड सुधार के साथ फेस रिस्टोरर सेटअप करें
restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=2,
    arch='clean',
    channel_multiplier=2,
    bg_upsampler=bg_upsampler
)

# प्रोसेस
img = cv2.imread('old_photo.jpg')
_, _, output = restorer.enhance(img, has_aligned=False, only_center_face=False, paste_back=True)
cv2.imwrite('enhanced.jpg', output)

केवल चेहरों को प्रोसेस करें (पेस्ट बैक नहीं)

# व्यक्तिगत बहाल किए गए चेहरे प्राप्त करें
cropped_faces, restored_faces, _ = restorer.enhance(
    img,
    has_aligned=False,
    only_center_face=False,
    paste_back=False
)

# प्रत्येक चेहरे को अलग से सेव करें
for i, face in enumerate(restored_faces):
    cv2.imwrite(f'face_{i}.jpg', face)

बैच प्रोसेसिंग

import os
from gfpgan import GFPGANer
import cv2
from tqdm import tqdm

restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=2,
    arch='clean',
    channel_multiplier=2
)

input_dir = './old_photos'
output_dir = './restored'
os.makedirs(output_dir, exist_ok=True)

for filename in tqdm(os.listdir(input_dir)):
    if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
        img = cv2.imread(os.path.join(input_dir, filename))

        try:
            _, _, output = restorer.enhance(
                img,
                has_aligned=False,
                only_center_face=False,
                paste_back=True
            )
            cv2.imwrite(os.path.join(output_dir, filename), output)
        except Exception as e:
            print(f"Failed: {filename} - {e}")

CodeFormer (विकल्प)

CodeFormer एक और उत्कृष्ट फेस रिस्टोरर है:

# इंस्टॉलेशन
pip install codeformer-pip

# उपयोग
from codeformer import CodeFormer
import cv2

restorer = CodeFormer()
img = cv2.imread('blurry_face.jpg')
result = restorer.restore(img)
cv2.imwrite('restored.jpg', result)

वीडियो फेस रिस्टोरेशन

import cv2
from gfpgan import GFPGANer
from tqdm import tqdm

restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=1,  # वीडियो के लिए मूल आकार रखें
    arch='clean',
    channel_multiplier=2
)

cap = cv2.VideoCapture('video.mp4')
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
total = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))

out = cv2.VideoWriter('restored_video.mp4', cv2.VideoWriter_fourcc(*'mp4v'), fps, (width, height))

for _ in tqdm(range(total)):
    ret, frame = cap.read()
    if not ret:
        break

    try:
        _, _, restored = restorer.enhance(frame, paste_back=True)
        out.write(restored)
    except:
        out.write(frame)  # यदि बहाली विफल हो तो मूल रखें

cap.release()
out.release()

API सर्वर

from fastapi import FastAPI, UploadFile
from fastapi.responses import Response
from gfpgan import GFPGANer
import cv2
import numpy as np

app = FastAPI()

restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=2,
    arch='clean',
    channel_multiplier=2
)

@app.post("/restore")
async def restore_face(file: UploadFile, upscale: int = 2):
    contents = await file.read()
    nparr = np.frombuffer(contents, np.uint8)
    img = cv2.imdecode(nparr, cv2.IMREAD_COLOR)

    _, _, output = restorer.enhance(img, paste_back=True)

    _, encoded = cv2.imencode('.jpg', output)
    return Response(content=encoded.tobytes(), media_type="image/jpeg")

# चलाएँ: uvicorn server:app --host 0.0.0.0 --port 8000

मॉडल वर्ज़न

संस्करण	गुणवत्ता	स्पीड	नोट्स
v1.4	सर्वोत्तम	मध्यम	अनुशंसित
v1.3	बहुत अच्छा	तेज़	संतुलन अच्छा
v1.2	अच्छा	सबसे तेज	पारंपरिक

उपयोग के मामले

पुरानी फोटो बहाली

# पुरानी फ़ोटो के लिए सर्वश्रेष्ठ सेटिंग्स
restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=4,  # पुरानी कम-रिज़ॉल्यूशन फ़ोटो के लिए उच्च अपस्केल
    bg_upsampler=bg_upsampler
)

AI कला सुधार

# चेहरे के आर्टिफैक्ट्स वाले AI-जनित इमेज के लिए
restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=1,  # मूल आकार रखें
    only_center_face=True  # मुख्य चेहरे पर ध्यान केंद्रित करें
)

ग्रुप फ़ोटो

# ग्रुप फ़ोटो में सभी चेहरों को प्रोसेस करें
restorer = GFPGANer(
    model_path='GFPGANv1.4.pth',
    upscale=2,
    only_center_face=False  # सभी चेहरों को प्रोसेस करें
)

प्रदर्शन

छवि आकार	चेहरे	GPU	समय
512x512	1	RTX 3090	~0.2s
1024x1024	1	RTX 3090	~0.3s
1024x1024	5	RTX 3090	~0.8s
2048x2048	1	RTX 4090	~0.3s

समस्याओं का निवारण

कोई चेहरा नहीं मिला

# डिटेक्शन थ्रेशोल्ड घटाएं
from gfpgan.utils import GFPGANer

# या पहले मैनुअल रूप से चेहरे का क्षेत्र क्रॉप करें

अधिक-स्मूथ परिणाम

• कम फिडेलिटी वज़न के साथ CodeFormer का उपयोग करें

• अल्फा कम्पोज़िटिंग का उपयोग करके मूल के साथ ब्लेंड करें

VRAM समस्याएँ

# फेस डिटेक्शन के लिए CPU का उपयोग करें
import torch
torch.cuda.empty_cache()

# एक समय में एक-एक करके चेहरे प्रोसेस करें
only_center_face=True

लागत अनुमान

सामान्य CLORE.AI मार्केटप्लेस दरें (2024 के अनुसार):

GPU	घंटात्मक दर	दैनिक दर	4-घंटे सत्र
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

कीमतें प्रदाता और मांग के अनुसार बदलती हैं। जाँच करें CLORE.AI मार्केटप्लेस वर्तमान दरों के लिए।

पैसे बचाएँ:

• उपयोग करें स्पॉट लचीले वर्कलोड के लिए मार्केट (अक्सर 30-50% सस्ता)

• भुगतान करें CLORE टोकन के साथ

• विभिन्न प्रदाताओं के बीच कीमतों की तुलना करें

अगले कदम

• Real-ESRGAN अपस्केलिंग

• Stable Diffusion WebUI

• AI वीडियो जनरेशन