Библиотека OCR с открытым исходным кодом для Python: обнаруживает и распознаёт текст в PDF и изображениях с помощью моделей глубокого обучения на PyTorch.
sczhou/CodeFormer
Инструмент на Python для восстановления лиц вслепую: улучшает размытые, низкокачественные и повреждённые лица на фото и видео с помощью трансформера с поиском по кодовой книге.
- Звёзды
- 18,185
- Форки
- 3,723
- Открытые issues
- 283
- Последний коммит
- 11 месяцев назад
Что это?
CodeFormer восстанавливает лица на изображениях и видео, когда тип ухудшения неизвестен. Этот подход называется восстановлением лиц вслепую. Проект — официальная реализация статьи, представленной на NeurIPS 2022: модель использует обученную кодовую книгу априорных признаков лиц и трансформер, чтобы восстановить чёткие детали по изображению низкого качества.
Параметр fidelity weight позволяет выбирать баланс между качеством результата и его сходством с исходным лицом: можно предпочесть более чистое изображение или точное сохранение внешности. Помимо восстановления, в проект входят скрипты для раскрашивания чёрно-белых и выцветших фотографий лиц, а также для заполнения замаскированных областей на выровненных лицах.
Для целых изображений и видео инструмент может улучшать фон с помощью Real-ESRGAN и увеличивать разрешение восстановленного лица. Предобученные модели можно скачать с помощью входящего в комплект скрипта; также в проекте есть код для обучения и файлы конфигурации.
Ключевые возможности
- 01Восстановление лиц вслепую на изображениях и обрезанных, выровненных лицах размером 512x512
- 02Настраиваемый fidelity weight для баланса между качеством и сходством с исходным изображением
- 03Обработка видео в форматах .mp4, .mov и .avi
- 04Раскрашивание чёрно-белых и выцветших фотографий лиц
- 05Заполнение замаскированных областей на лицах
- 06Дополнительное улучшение фона с помощью Real-ESRGAN и увеличение разрешения лиц
Сценарии использования
- Восстановление старых семейных фотографий или снимков с низким разрешением
- Улучшение размытых кадров из старых видеозаписей
- Исправление искажённых лиц в изображениях, созданных ИИ
- Сравнение методов восстановления лиц вслепую на наборах выровненных изображений лиц
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/sczhou/CodeFormer - 2
Установите зависимости Python
pip3 install -r requirements.txt - 3
Скачайте предварительно обученные модели CodeFormer
python scripts/download_pretrained_models.py CodeFormer - 4
Улучшите изображение целиком
python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]
Что важно знать
- Проект распространяется по специальной лицензии NTU S-Lab License 1.0, которая не является стандартной лицензией с открытым исходным кодом. Перед повторным использованием ознакомьтесь с её условиями.
- Для запуска необходимы PyTorch и CUDA, а также загрузка нескольких предварительно обученных моделей.
Темы
Частые вопросы
- Что такое CodeFormer?
- Инструмент на Python для восстановления лиц вслепую: улучшает размытые, низкокачественные и повреждённые лица на фото и видео с помощью трансформера с поиском по кодовой книге. CodeFormer восстанавливает лица на изображениях и видео, когда тип ухудшения неизвестен. Этот подход называется восстановлением лиц вслепую. Проект — официальная реализация статьи, представленной на NeurIPS 2022: модель использует обученную кодовую книгу априорных признаков лиц и трансформер, чтобы восстановить чёткие детали по изображению низкого качества.
- CodeFormer можно использовать бесплатно? Какая у него лицензия?
- CodeFormer распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- CodeFormer всё ещё поддерживается?
- Нет коммитов больше 6 месяцев. Последний коммит в CodeFormer — 18 нояб. 2025 г..
- Для чего можно использовать CodeFormer?
- Восстановление старых семейных фотографий или снимков с низким разрешением Улучшение размытых кадров из старых видеозаписей Исправление искажённых лиц в изображениях, созданных ИИ Сравнение методов восстановления лиц вслепую на наборах выровненных изображений лиц
- Как установить CodeFormer?
- Клонируйте репозиторий: git clone https://github.com/sczhou/CodeFormer Установите зависимости Python: pip3 install -r requirements.txt Скачайте предварительно обученные модели CodeFormer: python scripts/download_pretrained_models.py CodeFormer Улучшите изображение целиком: python inference_codeformer.py -w 0.7 --input_path [image folder]|[image path]
- Где скачать CodeFormer?
- Исходный код и инструкции по установке — на GitHub: https://github.com/sczhou/CodeFormer
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Видео-LLM, обученная на потоковых транскрипциях речи и создающая комментарии к видео в реальном времени; проект основан на статье LiveCC, представленной на CVPR 2025.
Кроссплатформенное настольное приложение для увеличения изображений с помощью моделей сверхвысокого разрешения: встроенных или пользовательских, на Windows, macOS и Linux.
Фреймворк с открытым исходным кодом на базе PyTorch для глубокого обучения на медицинских изображениях: предобработка, сети, функции потерь и метрики оценки.
Лёгкая TTS-модель на базе ZipVoice для клонирования голоса и генерации речи с частотой 48 кГц, работающая на GPU быстрее реального времени более чем в 150 раз.
Фреймворк на C++ для анализа видео, который объединяет чтение потоков, инференс моделей, трекинг и вывод данных в настраиваемые узлы конвейера.