Mem: 12G

CPU: 4C

Disk: 80G

Network: Bridge

IP: 192.168.1.120/24

ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel \

db4-devel libpcap-devel xz-devel libffi-devel gcc gcc-c++ \

vim mesa-libGL.x86_64 git

mkdir /software /usr/local/python3 && cd /software

wget https://www.python.org/ftp/python/3.11.1/Python-3.11.1.tgz

tar xf Python-3.11.1.tgz

cd Python-3.11.1

./configure prefix=/usr/local/python3 --with-ensurepip=install

make -j4 && make install

vim /etc/profile

export PYTHON_HOME=/usr/local/python3

export PATH=$PYTHON_HOME/bin:$PATH

source /etc/profile

python3 --version

bash Anaconda3-2022.10-Linux-x86_64.sh

接下来会出现一堆的License许可声明，注：按空格键来一页一页的翻

出现如下文字，输入yes

Do you accept the license terms? [yes|no]

[no] >>> yes

接下来要选择安装目录，如果无需更改直接回车即可，如需更改要输入绝对路径：

注：可以先查看下硬盘的挂载情况再自行选择安装目录 (df -Th)

Anaconda3 will now be installed into this location:

/root/anaconda3

- Press ENTER to confirm the location

- Press CTRL-C to abort the installation

- Or specify a different location below

[/root/anaconda3] >>> /anaconda3 # 不需要提前创建/anaconda3目录，如无则会新创建

等一会儿后会问是否需要进行conda的初始化，建议输入no。

若选择yes会在/root/.bashrc目录中自动添加环境变量，会使得开机自动启动base环境。

(这里应该是新版安装包的改动之处，老版本的安装包都是问是否需要添加conda至环境变量，

且默认直接回车Enter是不添加，若未添加后续需要手动添加)

Do you wish the installer to initialize Anaconda3

by running conda init? [yes|no]

[no] >>> no

看到如下提示则安装成功：

Thank you for installing Anaconda3!

==================================================================

Working with Python and Jupyter is a breeze in DataSpell. It is an IDE

designed for exploratory data analysis and ML. Get better data insights

with DataSpell.

DataSpell for Anaconda is available at: https://www.anaconda.com/dataspell

# 因为在初始化时选择了no，即不自动配置环境变量所以安装完后要手动配置

echo 'export PATH=/anaconda3/bin:$PATH' >> /etc/profile

source /etc/profile

echo $PATH

# 查看conda版本

conda --version

# conda基本命令

conda create -n opop python=3 #创建python3(.11)的opop虚拟环境

conda activate opop #开启opop环境

# conda deactivate #关闭环境,这里不能正常退出，需要exit退出整个连接重新登录

conda env list #显示所有的虚拟环境

conda info --envs #显示所有的虚拟环境

conda list #查看已经安装的文件包

conda list -n opop #指定查看opop虚拟环境下安装的package

conda update opop #更新xxx文件包

conda uninstall opop #卸载xxx文件包

# 环境的创建、删除、清理

conda create -n xxxx python==3.11 创建名字是xxxx且默认python版本是3.7的虚拟环境

conda remove -n xxxx --all 创建xxxx虚拟环境

conda clean -p 删除没有用的包

conda clean -t 删除tar包

conda clean -y --all 删除所有的安装包及cache

# 克隆oldname环境为newname环境

conda create --name newname --clone oldname

# 彻底删除旧环境

conda remove --name oldname --all

# 包的查找、安装、删除

conda search -t conda tensorflow 查找

conda show <USER/PACKAGE> 显示信息

conda show tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 指定源的安装

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu -i https://pypi.tuna.tsinghua.edu.cn/simple

git clone --depth=1 git@github.com:sczhou/CodeFormer.git

cd CodeFormer

=====================================

# create new anaconda env

conda create -n codeformer python=3 -y

conda activate codeformer

=====================================

# install python dependencies

[root@template CodeFormer]# pwd

/root/CodeFormer

# 安装依赖

pip3 install -r requirements.txt

# 安装可视化页面

pip3 install gradio

python basicsr/setup.py develop

# 报错

File "/anaconda3/lib/python3.9/site-packages/PIL/Image.py", line 100, in <module>

from . import _imaging as core

ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by /anaconda3/lib/python3.9/site-packages/PIL/../../.././libLerc.so)

# 解决

wget http://mirror.centos.org/centos/7/os/x86_64/Packages/libstdc++-4.8.5-44.el7.i686.rpm

yum -y install libstdc++-4.8.5-44.el7.i686.rpm

[root@template CodeFormer]# find / -name libstdc++.so.6

/usr/lib64/libstdc++.so.6

/usr/lib/libstdc++.so.6

/anaconda3/pkgs/libstdcxx-ng-11.2.0-h1234567_1/lib/libstdc++.so.6

/anaconda3/lib/libstdc++.so.6

/anaconda3/envs/codeformer/lib/libstdc++.so.6

/anaconda3/envs/opop/lib/libstdc++.so.6

[root@template CodeFormer]# strings /anaconda3/lib/libstdc++.so.6 | grep CXXABI_1.3.9

CXXABI_1.3.9

CXXABI_1.3.9

[root@template CodeFormer]# mv /usr/lib64/libstdc++.so.6{,-bak}

[root@template CodeFormer]# cp /anaconda3/lib/libstdc++.so.6

/usr/lib64/

# Let's do it again

python basicsr/setup.py develop

# 安装2个训练模型

python3 scripts/download_pretrained_models.py facelib # facelib训练

python3 scripts/download_pretrained_models.py CodeFormer # CodeFormer预训练

/root/CodeFormer

[root@template CodeFormer]# ll

总用量 64

drwxr-xr-x 2 root root 4096 1月 24 10:00 assets

drwxr-xr-x 10 root root 4096 1月 24 11:02 basicsr

drwxr-xr-x 2 root root 4096 1月 24 10:58 basicsr.egg-info

drwxr-xr-x 5 root root 4096 1月 24 10:00 facelib

-rw-r--r-- 1 root root 12401 1月 24 10:00 inference_codeformer.py

drwxr-xr-x 4 root root 4096 1月 24 10:00 inputs ====> 这个目录

-rw-r--r-- 1 root root 1717 1月 24 10:00 LICENSE

-rw-r--r-- 1 root root 8032 1月 24 10:00 README.md

-rw-r--r-- 1 root root 194 1月 24 10:00 requirements.txt

drwxr-xr-x 2 root root 4096 1月 24 10:00 scripts

drwxr-xr-x 4 root root 4096 1月 24 10:00 web-demos

drwxr-xr-x 4 root root 4096 1月 24 10:00 weights

# 待修复的图片都放到如下目录中

[root@template CodeFormer]# ll inputs/cropped_faces/

总用量 3836

-rw-r--r-- 1 root root 158278 1月 24 10:00 0143.png

-rw-r--r-- 1 root root 190663 1月 24 10:00 0240.png

-rw-r--r-- 1 root root 184493 1月 24 10:00 0342.png

-rw-r--r-- 1 root root 188567 1月 24 10:00 0345.png

-rw-r--r-- 1 root root 192242 1月 24 10:00 0368.png

-rw-r--r-- 1 root root 213670 1月 24 10:00 0412.png

-rw-r--r-- 1 root root 175751 1月 24 10:00 0444.png

-rw-r--r-- 1 root root 179744 1月 24 10:00 0478.png

-rw-r--r-- 1 root root 231675 1月 24 10:00 0500.png

-rw-r--r-- 1 root root 184343 1月 24 10:00 0599.png

-rw-r--r-- 1 root root 191366 1月 24 10:00 0717.png

-rw-r--r-- 1 root root 157743 1月 24 10:00 0720.png

-rw-r--r-- 1 root root 172957 1月 24 10:00 0729.png

-rw-r--r-- 1 root root 139246 1月 24 10:00 0763.png

-rw-r--r-- 1 root root 172497 1月 24 10:00 0770.png

-rw-r--r-- 1 root root 162554 1月 24 10:00 0777.png

-rw-r--r-- 1 root root 184199 1月 24 10:00 0885.png

-rw-r--r-- 1 root root 171865 1月 24 10:00 0934.png

-rw-r--r-- 1 root root 326792 1月 24 10:00 Solvay_conference_1927_0018.png

-rw-r--r-- 1 root root 313098 1月 24 10:00 Solvay_conference_1927_2_16.png

# 开始修复

# github上也有修复命令的说明，如下

# For cropped and aligned faces

python inference_codeformer.py -w 0.5 --has_aligned --input_path [image folder]|[image path]

# 这里使用目录进行修复，即该目录下的所有图片都修复

[root@template CodeFormer]# python3 inference_codeformer.py -w 0.5 --has_aligned --input_path /root/CodeFormer/inputs/cropped_faces/

Background upsampling: False, Face upsampling: False

[1/20] Processing: 0143.png

[2/20] Processing: 0240.png

[3/20] Processing: 0342.png

[4/20] Processing: 0345.png

[5/20] Processing: 0368.png

[6/20] Processing: 0412.png

[7/20] Processing: 0444.png

[8/20] Processing: 0478.png

[9/20] Processing: 0500.png

[10/20] Processing: 0599.png

[11/20] Processing: 0717.png

[12/20] Processing: 0720.png

[13/20] Processing: 0729.png

[14/20] Processing: 0763.png

[15/20] Processing: 0770.png

[16/20] Processing: 0777.png

[17/20] Processing: 0885.png

[18/20] Processing: 0934.png

[19/20] Processing: Solvay_conference_1927_0018.png

[20/20] Processing: Solvay_conference_1927_2_16.png

All results are saved in results/cropped_faces_0.5 # 修复好的图片保存位置

[root@template CodeFormer]# ll results/cropped_faces_0.5/restored_faces/

总用量 8492

-rw-r--r-- 1 root root 417385 1月 24 11:30 0143.png

-rw-r--r-- 1 root root 428293 1月 24 11:30 0240.png

-rw-r--r-- 1 root root 409355 1月 24 11:31 0342.png

-rw-r--r-- 1 root root 417624 1月 24 11:31 0345.png

-rw-r--r-- 1 root root 458831 1月 24 11:31 0368.png

-rw-r--r-- 1 root root 467723 1月 24 11:31 0412.png

-rw-r--r-- 1 root root 483361 1月 24 11:31 0444.png

-rw-r--r-- 1 root root 404973 1月 24 11:31 0478.png

-rw-r--r-- 1 root root 499201 1月 24 11:31 0500.png

-rw-r--r-- 1 root root 451767 1月 24 11:31 0599.png

-rw-r--r-- 1 root root 429104 1月 24 11:31 0717.png

-rw-r--r-- 1 root root 438074 1月 24 11:31 0720.png

-rw-r--r-- 1 root root 403600 1月 24 11:31 0729.png

-rw-r--r-- 1 root root 388215 1月 24 11:31 0763.png

-rw-r--r-- 1 root root 410207 1月 24 11:32 0770.png

-rw-r--r-- 1 root root 404081 1月 24 11:32 0777.png

-rw-r--r-- 1 root root 437555 1月 24 11:32 0885.png

-rw-r--r-- 1 root root 459740 1月 24 11:32 0934.png

-rw-r--r-- 1 root root 458208 1月 24 11:32 Solvay_conference_1927_0018.png

-rw-r--r-- 1 root root 395568 1月 24 11:32 Solvay_conference_1927_2_16.png

[root@template CodeFormer]#

# For whole image

# Add '--bg_upsampler realesrgan' to enhance the background regions with Real-ESRGAN

# Add '--face_upsample' to further upsample restorated face with Real-ESRGAN

python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]

[root@template CodeFormer]# cp inputs/cropped_faces/1111.jpg inputs/old/

[root@template CodeFormer]# ll inputs/old/1111.jpg

-rw------- 1 root root 61843 1月 24 12:00 inputs/old/1111.jpg

[root@template CodeFormer]# python3 inference_codeformer.py -w 0.7 --input_path /root/CodeFormer/inputs/old/

Face detection model: retinaface_resnet50

Background upsampling: False, Face upsampling: False

[1/1] Processing: 1111.jpg

detect 33 faces # 识别到33张脸

All results are saved in results/old_0.7

注：这里的多人照片还显得有点"力不从心"，或许是没有使用GPU导致的修复不完美，具体还不确定，如果你的电脑有GPU不妨亲自测一下效果

conda install -c conda-forge ffmpeg

# For video clips

# video path should end with '.mp4'|'.mov'|'.avi'

python3 inference_codeformer.py --bg_upsampler realesrgan --face_upsample -w 1.0 --input_path [Video DIR]

注1：保真权重 w 位于 [0， 1] 中。通常，较小的w倾向于产生更高质量的结果，而较大的w会产生更高的保真度结果

注2：修复视频非常消耗显卡，如果你的显卡10分给力，那不用多久将会结束，反之会很消耗时间