老照片修復利器GFPGAN，該模型爲騰訊2021年開源的一個用於圖片人臉復原修復的GAN模型；我們都有很多老照片，很多很久以前用兩三百萬像素拍的照片或原文件丟失了，只剩下壓縮文件或QQ空間裏面的老照片，現在一些App也支持老照片修復但往往效果不太理想或都需要收費；這時可以使用GFPGAN對相片進行修復復原；
對GFPGAN模型進行微調或許很多人沒有相應的條件進行，可使用GFPGAN提供的預訓練模型，該預訓練模型參數輸出的修復效果對比原圖還算是基本可用；
安裝GFPGAN
由於安裝GFPGAN與使用GFPGAN時會下載對應的預訓練模型參數等文件比較大等最好設置相應的代理上網;
可在cmd命令行設置代理，此代理爲臨時的，也可設置git代理：
set https_proxy=http://127.0.0.1:10809
GFPGAN可直接下載GFPGAN壓縮包或通過git clone下載，然後進入GFPGAN的安裝目錄下，如：D:\software\dev\github\GFPGAN，並將下載的GFPGAN項目放到D:\software\dev\github\GFPGAN\venv\Scripts\目錄中；
在命令行執行如下指令安裝GFPGAN依賴：
pip install basicsr facexlib
pip install -r requirements.txt
從命令行進入D:\software\dev\github\GFPGAN\目錄中然後執行：
python setup.py develop 完成GFPGAN的安裝；
如需對背景進行優化增強需安裝Real-ESRGAN
pip install realesrgan
可以看到運行GFPGAN除了下載自身的GFPGANv1.3預訓練模型外還下載了殘差神經網絡模型、ParseNet模型；
GFPGAN使用
進入GFPGAN目錄執行如下命令即可：
python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2
參數：
-i 圖片或目錄的路徑
-s 最終圖片上採樣比例
-o 圖片輸出路徑
執行完後GFPGAN將 inputs/whole_imgs目錄中的圖片修復並輸出到results目錄中；
圖片的對比如下： 效果還是相對可以除了處理面部外還對頭髮進行的修復；
修復前圖：
修復後圖：
該模型作者提出了精密設計的GFPGAN模型，模型在一個單向前向傳播過程能夠實現真實性和保真性的平衡。GFPGAN由一個退化移除模塊（U-Net）和一個預訓練的GAN模塊（StyleGAN2）。通道分離空間特徵轉換層（Channel-Split Spatial Feature Transform，CS-SFT）以由粗到細的方式將兩個模塊的隱向量結合。具體論文如下：
http://openaccess.thecvf.com/content/CVPR2021/papers/Wang_Towards_Real-World_Blind_Face_Restoration_With_Generative_Facial_Prior_CVPR_2021_paper.pdf