这个工具我默默地使用了两年多,今天发现原来去年9月GUI版更新了而我不知道,一直使用的是老版……
今天更新了下,顺带给还不知道这个黑科技的朋友们介绍下
Head Pic: 「Miku 8.31」/「Nagisa」[pixiv]
waifu2x
原核心项目:
Windows GUI 版:
下载请直接到lltcggie/waifu2x-caffe
的 Releases 页面:
https://github.com/lltcggie/waifu2x-caffe/releases
粗略介绍
这个工具的作用是将二次元插画、动漫截图、甚至真实照片更好的放大
我们都知道,如果你直接用普通的工具或者PS去放大一张图片,都会让放大后的图片显得非常模糊
我以前曾经还用过一个叫 PhotoZoom 的软件,可以详细调节图片的放大参数,会使得效果稍好一些,但是仍然是不够令人满意的
于是 waifu2x 终究还是诞生了,这款软件利用深度卷积神经网络(其实就是深度学习)得到的一种对于二次元图片的放大算法(目前貌似已经把领域扩展到真实照片了),并对图片进行降噪处理(因为放大的时候会使原有的噪点变得更加明显或者产生更多噪点),使得放大后的图片显得更加自然,甚至你会以为这就是原图
下载解压
我们从前面说的 Releases 页面下载好压缩包后解压,打开waifu2x-caffe.exe
,可以看到如下界面
!> 如果打不开说明计算机上缺少 Visual C++ Redistributable Packages for Visual Studio 2013,请点击这个链接跳转到微软官方下载页面下载x64
版本安装
注:waifu2x-caffe
仅支持64位系统
使用详解
程序自带中文,所以很容易看懂,这里只挑一些值得讲的来说明
输入和输出设置
不需要按“浏览”去手动选择!直接把文件/文件夹拖到“输入”文本框中即可!
降噪等级
级别越高,降噪越厉害,但是也会使得画面中的部分细节被破坏,具体哪个级别降噪效果最好你可以分别生成来感受一下
模型
一共有两种处理模式和三种颜色模型
- 处理模式
- 2D 插图
用于二次元插画图,比如从P站下载的图片 - 照片或动画
三次元照片或者二次元动画截图
- 2D 插图
- 颜色模型
- RGB 模型
对图片的 RGB 都进行变换,正常情况下都用这个模式 - UpRGB 模型
相比 RGB,变换速度更快,结果画质相同并可能更好,但是相对的,需要占用更多的内存或者显存 - Y 模型
仅对亮度进行变换,一般不需要用到这个模型
- RGB 模型
TTA 模式
即 Test-Time Augmentation(数据增强),使用这个模式可能会导致变换过程变慢8倍,但是可以让 PSNR(峰值信噪比)上升0.15
左右(你可以简单理解为画质变好
拆分大小
拆分大小越大,处理速度越快,代价是占用更多的内存/显存
如果这个值调的过大会导致内存溢出,程序崩溃,因此请量力而为
应用设置-处理器
- CUDA (cuDNN)
- 关于 CUDA
CUDA 是英伟达 GPU 才有的一个指令架构,可以用来加速图片处理,因此只有英伟达 GPU 才能选这个,而且要求 Compute Capability > 2.0
使用前建议先去下载 GeForce Experience(英伟达官方驱动更新客户端),将显卡驱动更新到最新版本再选这项,不要用什么鲁大师之类的去更新,这些第三方驱动更新客户端一般只有相对比较旧版本的驱动 - 关于 cuDDN
前面有说过,waifu2x 这个算法是基于深度卷积神经网络的,英伟达的 cuDDN 有一套专门针对神经网络相关算法的优化,能加速处理,要求 Compute Capability > 3.0
如果要使用,必须先下载 cuDDN 的动态链接库,目前我写这篇文章的时候的waifu2x-caffe v1.1.8.4
使用的是cudnn64_7.dll
,你可以到 cuDDN 官方下载点 下载,不过需要注册英伟达开发者帐号(注册很简单),然后选v7.x.x
的最新版本的对应你 CUDA 版本的进行下载
如果你比较懒,这里也提供一份 Win10 用的cuDNN v7.1.2 for CUDA 9.0
:MEGA网盘下载点
下载完后将cuda\bin
目录中的cudnn64_7.dll
扔到 waifu2x-caffe 程序根目录中即可,然后在主界面点击“cuDNN 检查”,检查通过后即会自动使用 cuDNN 处理图片
- 关于 CUDA
- CPU
嗯,用 CPU 去算卷积神经网络,炒鸡慢得(
版权声明:本文为原创文章,版权归 神代綺凜 所有。
本文链接:https://moe.best/software/waifu2x.html
所有原创文章采用 知识共享署名-非商业性使用 4.0 国际许可协议 进行许可。
您可以自由的转载和修改,但请务必注明文章来源并且不可用于商业目的。