项目使用
官方给到的图，我就不用了，不能说明问题。我自己准备了两种图，一张是一张人脸的，一张是多张人脸的。
先按照官方给出的命令跑跑看
我们直接使用最下面这个命令，包含划痕去除与高度还原。看一下执行情况。
(bobl) D:\spyder\Bringing-Old-Photos-Back-to-Life>python run.py --input_folder E:\csdn\老照片 --output_folder result1/ --GPU -1 --with_scratch --HR Running Stage 1: Overall restoration initializing the dataloader model weights loaded directory of testing image: E:\csdn\老照片 processing 1.jpg processing 2.jpg Mapping: You are using multi-scale patch attention, conv combine + mask input Now you are processing 1.png C:\ProgramData\Anaconda3\envs\bobl\lib\site-packages\torch\nn\functional.py:3635: UserWarning: Default upsampling behavior when mode=bilinear is changed to align_corners=False since 0.4 .0. Please specify align_corners=True if the old behavior is desired. See the documentation of nn.Upsample for details. "See the documentation of nn.Upsample for details.".format(mode) Now you are processing 2.png Finish Stage 1 ... Running Stage 2: Face Detection 12 1 Finish Stage 2 ... Running Stage 3: Face Enhancement dataset [FaceTestDataset] of size 13 was created The size of the latent vector size is [16,16] Network [SPADEGenerator] was created. Total number of parameters: 92.1 million. To see the architecture, do print(network). hi :) Finish Stage 3 ... Running Stage 4: Blending Finish Stage 4 ... All the processing is done. Please check the results. (bobl) D:\spyder\Bringing-Old-Photos-Back-to-Life>
输出的文件不但有最终的结果，也有检测出来的每个脸的处理前后效果。结果结构如下：
验证一下
1、多人照片最终的效果验证，下面上图是输出结果图，下图是原始图。可以看出有些划痕已经消失，但是还是有一些，不过整体的任务更立体鲜明了。
2、单人照片最终效果验证，下面上图为结果图，下图为原始图。单人就很明显了，不但划痕都消除了，人也更清晰立体，效果是真不错。
3、模型也会把多人图中的每张脸都识别出来，并且跑出结果，可以对比一下看看，细节还是修复的很好
总结
官方还给出了其他的命令，就不一一验证了。整体的效果是非常好的，只是在多人图的时候还有些瑕疵，瑕不掩瑜。
项目需要很多模型文件，我把我的整个项目打包，解压后模型文件都在里面，使用的话只需要安装依赖就可以了。但是你需要最新代码的话，还是要同步一下Github。
链接：https://pan.baidu.com/s/1VYvTxjR5yuaCIq9cUk8I4Q
提取码：TUAN
