GPEN训练数据降质方法：BSRGAN模拟真实退化教程
GPEN人像修复增强模型镜像
本镜像基于GPEN人像修复增强模型构建，预装了完整的深度学习开发环境，集成了推理及评估所需的所有依赖，开箱即用。
1. 镜像环境说明
| 组件 | 版本 |
|---|---|
| 核心框架 | PyTorch 2.5.0 |
| CUDA 版本 | 12.4 |
| Python 版本 | 3.11 |
| 推理代码位置 | /root/GPEN |
主要依赖库：
facexlib: 用于人脸检测与对齐basicsr: 基础超分框架支持opencv-python,numpy<2.0,datasets==2.21.0,pyarrow==12.0.1sortedcontainers,addict,yapf
2. 快速上手
2.1 激活环境
conda activate torch252.2 模型推理 (Inference)
进入代码目录并使用预置脚本进行推理测试：
cd /root/GPEN使用下面命令进行推理测试，可以通过命令行参数灵活指定输入图片。
# 场景 1：运行默认测试图 # 输出将保存为: output_Solvay_conference_1927.png python inference_gpen.py # 场景 2：修复自定义图片 # 输出将保存为: output_my_photo.jpg python inference_gpen.py --input ./my_photo.jpg # 场景 3：直接指定输出文件名 # 输出将保存为: custom_name.png python inference_gpen.py -i test.jpg -o custom_name.png推理结果将自动保存在项目根目录下，测试结果如下：
3. 已包含权重文件
为保证开箱即用及离线推理能力，镜像内已预下载以下模型权重（如果没有运行推理脚本会自动下载）：
- ModelScope 缓存路径：
~/.cache/modelscope/hub/iic/cv_gpen_image-portrait-enhancement - 包含内容：完整的预训练生成器、人脸检测器及对齐模型。
4. 训练数据准备：使用 BSRGAN 模拟真实退化过程
4.1 为什么需要高质量的低分辨率样本？
GPEN 是一种基于 GAN Prior 的一致超分辨率方法，其训练依赖于成对的高清图像（HR）和对应的低质量图像（LR）。与传统超分任务不同，GPEN 更关注“一致性”——即修复后的面部结构应尽可能贴近原始人脸，避免过度幻想或失真。
因此，训练数据的质量至关重要。如果 LR 图像只是简单地通过双三次下采样生成，模型学到的是理想化的退化模式，而在真实场景中，模糊、噪声、压缩伪影等复杂因素会让这种理想假设失效。
解决方案是：使用 BSRGAN 来模拟更接近真实世界的图像退化过程。
4.2 BSRGAN 简介
BSRGAN（Blind Super-Resolution with Degradation Estimation）是一种先进的盲超分退化建模方法，能够生成具有丰富纹理变化、非均匀模糊、多种噪声类型和 JPEG 压缩效应的低质量图像。相比 ESRGAN 或简单的下采样，它能更好地逼近真实手机拍摄、网络传输、监控截图等场景中的图像劣化方式。
这使得用 BSRGAN 生成的 LR-HR 对更适合训练 GPEN 这类追求真实感与结构一致性的模型。
4.3 实践步骤：从 FFHQ 到 BSRGAN 降质数据对
我们以 FFHQ 数据集为例，展示如何构建适用于 GPEN 训练的数据集。
步骤 1：准备原始高清图像
FFHQ 包含 70,000 张高分辨率人像（通常为 1024×1024），可作为 HR 源数据。
# 创建数据目录 mkdir -p /root/datasets/ffhq_hr # 将你的 FFHQ 图片复制到这里（建议先缩放到 512x512 或 1024x1024）步骤 2：安装 BSRGAN 工具
git clone https://github.com/cszn/BSRGAN.git /root/BSRGAN cd /root/BSRGAN pip install -r requirements.txt步骤 3：运行 BSRGAN 生成低质图像
BSRGAN 提供了预训练模型，可以直接用于图像降质。
# 示例：对单张图像应用 BSRGAN 退化 python generate_deg.py \ --file /root/datasets/ffhq_hr/00001.png \ --output_dir /root/datasets/ffhq_lr_bsr \ --scale 4你也可以批量处理整个文件夹：
import os import subprocess hr_dir = "/root/datasets/ffhq_hr" lr_dir = "/root/datasets/ffhq_lr_bsr" os.makedirs(lr_dir, exist_ok=True) for img_name in os.listdir(hr_dir): hr_path = os.path.join(hr_dir, img_name) cmd = [ "python", "/root/BSRGAN/generate_deg.py", "--file", hr_path, "--output_dir", lr_dir, "--scale", "4" ] subprocess.run(cmd)提示：你可以调整
--scale参数控制下采样倍数（如 2x, 4x），并结合不同的 BSRGAN 模型（如BSRGANx2,BSRGANx4）来生成多样化的退化效果。
步骤 4：组织训练数据对
最终你的数据结构应如下所示：
/root/datasets/gpen_train/ ├── HR/ │ ├── 00001.png │ └── ... └── LR/ ├── 00001.png └── ...确保每张 LR 图像与其对应 HR 图像同名，便于后续 DataLoader 加载。
5. 如何用于 GPEN 模型训练？
5.1 修改配置文件
GPEN 使用.yml文件管理训练参数。你需要修改/root/GPEN/options/train_gpen.yml中的数据路径：
datasets: train: name: FFHQ mode: GT dataroot_GT: /root/datasets/gpen_train/HR # 高清图像路径 dataroot_LQ: /root/datasets/gpen_train/LR # 低质图像路径 use_shuffle: True n_workers: 4 batch_size: 8同时设置图像尺寸（推荐 512x512）：
gt_size: 5125.2 启动训练
cd /root/GPEN python codes/train.py -opt options/train_gpen.yml训练过程中，日志和模型权重将保存在experiments/目录下。
5.3 训练技巧建议
- 学习率设置：生成器初始学习率建议设为
2e-4，判别器略低（如1e-4） - 优化器：使用 AdamW，beta 设置为
(0.9, 0.99) - 总 epoch 数：对于 FFHQ 子集（约 10k 图像），建议训练 100–200 个 epoch
- 定期验证：可在
val_freq字段设置每隔若干 epoch 在验证集上测试 PSNR/SSIM 指标
6. 效果对比：BSRGAN vs 双三次下采样
为了说明 BSRGAN 的优势，我们可以做一个小实验：
| 降质方式 | 模型泛化能力 | 细节恢复质量 | 真实感表现 |
|---|---|---|---|
| 双三次下采样 | 较差 | 一般 | 明显“塑料感” |
| BSRGAN 模拟退化 | 优秀 | 高 | 接近真实拍摄 |
当你用 BSRGAN 生成的 LR 数据训练 GPEN 后，再拿真实的老照片、模糊自拍去测试，你会发现：
- 肤色过渡更自然
- 眼睛、嘴唇等关键部位没有明显扭曲
- 头发边缘清晰但不生硬
- 整体看起来“像是本人”，而不是“AI画的”
这就是真实退化建模带来的巨大提升。
7. 总结
本文详细介绍了如何利用BSRGAN构建高质量的训练数据对，以支持GPEN 人像修复增强模型的有效训练。核心要点包括：
- 理解需求：GPEN 需要成对的 HR-LR 数据，且 LR 应模拟真实世界退化；
- 选择工具：BSRGAN 能生成包含模糊、噪声、压缩等多种退化的逼真低质图像；
- 实践流程：从 FFHQ 出发，使用 BSRGAN 批量生成 LR 图像，构建标准数据集；
- 训练集成：修改配置文件，加载新数据集，启动端到端训练；
- 效果验证：经 BSRGAN 训练的模型在真实场景中表现更鲁棒、更自然。
通过这套方法，你可以显著提升 GPEN 模型在实际业务中的可用性，无论是用于老照片修复、证件照增强还是社交媒体图像优化，都能获得更加可信的结果。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
