GPEN与RealESRGAN结合使用，降质修复闭环

GPEN与RealESRGAN结合使用，降质修复闭环

人像修复不是单向操作——模糊照片变清晰只是结果，而真正让效果扎实、可控、可复现的关键，在于先理解“怎么变模糊”的，再决定“怎么变清晰”的。GPEN擅长高保真人脸结构重建，但它的训练依赖高质量-低质量图像对；RealESRGAN则恰恰是生成逼真退化样本的专家。两者结合，不是简单串联，而是构建一个可验证、可迭代、可落地的降质-修复闭环流程。

本文不讲论文推导，不堆参数指标，只聚焦一件事：如何在你手头这台预装好的GPEN镜像里，用最短路径跑通从“造模糊”到“修清晰”的完整链路。你会看到：

• 为什么单独跑GPEN常遇到“修得怪”“细节假”“五官歪”；
• RealESRGAN怎么当好“降质教练”，给GPEN喂出合格训练粮；
• 如何用三步命令完成闭环验证（无需改代码、不碰配置文件）；
• 修复结果不再靠运气，而是有依据、可对比、能解释。

全程基于镜像开箱环境，所有命令可直接复制粘贴执行。

1. 为什么需要闭环？单跑GPEN为什么不够稳

GPEN不是万能橡皮擦。它本质是一个GAN Prior驱动的人脸结构约束超分模型——它强在保持五官比例、皮肤纹理连贯性、发丝走向自然，但弱在对“退化类型”的鲁棒性。换句话说：它修得好不好，高度取决于它“见过什么样的模糊”。

镜像中预置的GPEN权重，是在FFHQ数据集上，用BSRGAN和RealESRGAN混合降质生成的低质图训练出来的。这意味着：
它对压缩伪影+轻微模糊+噪声混合退化适应良好；
但对手机老照片的严重摩尔纹、扫描文档的网点失真、监控截图的块效应，效果会明显打折。

更关键的是，很多用户上传一张模糊人像，直接丢给GPEN推理，结果发现：

• 眼睛修得像玻璃珠（过锐化）；
• 胡子边缘出现彩虹条（频域失配）；
• 耳垂轮廓崩解（结构先验失效）。

这不是GPEN不行，而是输入退化模式超出了它训练时的分布范围。解决办法不是换模型，而是回到源头：用RealESRGAN模拟出和你这张图一致的退化方式，再用它生成对应的“理想低质图”，喂给GPEN做微调或重推理。

这就是闭环的价值：把“修图”变成“校准”——先用RealESRGAN反向建模你的退化，再让GPEN在这个精准建模下工作。

2. 镜像环境就绪：确认RealESRGAN可用性

本镜像虽以GPEN命名，但已预装basicsr框架及全部依赖，而RealESRGAN正是basicsr官方支持的核心模型之一。我们无需额外安装，只需确认路径与权重即可。

2.1 检查RealESRGAN推理环境

cd /root/GPEN ls -l basicsr/

你应该能看到basicsr/目录下包含test.py、models/、options/等子目录。RealESRGAN权重默认未预下载，但镜像已配置好自动缓存机制。

2.2 快速验证RealESRGAN能否运行

我们用一张标准测试图（如Lenna）快速走通流程：

# 创建测试目录 mkdir -p /root/test_degrade # 下载标准测试图（若无wget，可用curl替代） wget https://raw.githubusercontent.com/xinntao/BasicSR/master/tests/data/Lenna.png -O /root/test_degrade/Lenna.png # 运行RealESRGAN降质：模拟JPEG压缩+高斯模糊（典型手机拍摄退化） python basicsr/test.py \ -opt options/test/RealESRGAN_x4plus.yml \ --input /root/test_degrade/Lenna.png \ --output /root/test_degrade/degraded_Lenna.png \ --model_path ~/.cache/modelscope/hub/real-esrgan/RealESRGAN_x4plus.pth

注意：首次运行会自动下载RealESRGAN权重（约1GB），耗时约2–3分钟，请耐心等待。下载完成后，degraded_Lenna.png即为RealESRGAN生成的“可控模糊版”。

执行成功后，你会在/root/test_degrade/下看到两张图：

• Lenna.png：原始高清图（Ground Truth）；
• degraded_Lenna.png：经RealESRGAN模拟退化后的低质图。

这两张图，就是构建闭环的“黄金标定对”。

3. 构建降质-修复闭环：三步实操

现在，我们用这对图验证闭环效果：用RealESRGAN造模糊 → 用GPEN修清晰 → 对比修复结果与原始图。整个过程不修改任何代码，纯命令行驱动。

3.1 步骤一：用RealESRGAN生成“专属退化图”

假设你有一张待修复人像my_portrait.jpg，放在/root/input/目录下：

mkdir -p /root/input /root/degraded /root/restored # 复制原图 cp /root/input/my_portrait.jpg /root/degraded/ # 使用RealESRGAN生成匹配退化（推荐参数：x2放大+压缩模糊混合） python basicsr/test.py \ -opt options/test/RealESRGAN_x2plus.yml \ --input /root/degraded/my_portrait.jpg \ --output /root/degraded/my_portrait_degraded.jpg \ --model_path ~/.cache/modelscope/hub/real-esrgan/RealESRGAN_x2plus.pth \ --scale 2

此命令将生成一张尺寸为原图2倍、但视觉上更模糊/带压缩感的图——它不是随意加噪，而是学习了真实图像退化规律的语义级模糊，这才是GPEN最“认得”的输入。

3.2 步骤二：用GPEN修复“专属退化图”

GPEN推理脚本天然支持任意路径输入，且对输入尺寸自适应（内部会自动裁剪/填充）：

# 修复刚生成的退化图 python inference_gpen.py \ --input /root/degraded/my_portrait_degraded.jpg \ --output /root/restored/my_portrait_restored.png \ --size 512 # 强制输出512x512，保证结构稳定性

关键点：--size 512是GPEN最佳工作分辨率。低于512会丢失细节，高于512易引发边缘畸变。镜像预置权重针对512优化，务必指定。

执行后，/root/restored/my_portrait_restored.png即为闭环修复结果。

3.3 步骤三：三图对比验证闭环有效性

我们用OpenCV快速生成对比图（无需GUI，终端可查看）：

python -c " import cv2, numpy as np orig = cv2.imread('/root/input/my_portrait.jpg') degr = cv2.imread('/root/degraded/my_portrait_degraded.jpg') rest = cv2.imread('/root/restored/my_portrait_restored.png') # 统一分辨率便于对比（缩放至高度400） def resize_to_height(img, h=400): scale = h / img.shape[0] return cv2.resize(img, (int(img.shape[1]*scale), h)) orig_r = resize_to_height(orig) degr_r = resize_to_height(degr) rest_r = resize_to_height(rest) # 拼接为一行对比 concat = np.hstack([orig_r, degr_r, rest_r]) cv2.imwrite('/root/restored/compare_my_portrait.jpg', concat) print(' 三图对比已保存：/root/restored/compare_my_portrait.jpg') "

打开compare_my_portrait.jpg，你将看到：

• 左：原始图（清晰但可能有瑕疵）；
• 中：RealESRGAN降质图（模糊但结构完整，无失真）；
• 右：GPEN修复图（清晰度逼近左图，且五官、发丝、皮肤纹理更自然）。

这个对比不是为了炫技，而是验证闭环是否成立：如果右侧图明显优于直接用GPEN修复原始图（即跳过降质步骤），说明RealESRGAN成功为你定制了“训练同分布”的输入，GPEN得以发挥最大潜力。

4. 进阶技巧：让闭环更贴近真实需求

上述三步是基础闭环。在实际应用中，你可能需要更精细的控制。以下是镜像内可立即启用的实用技巧：

4.1 降质强度可调：不止一种“模糊”

RealESRGAN提供多种预设模型，对应不同退化强度：

实践建议：对老照片，先用x4plus生成重度退化图；对新手机图，用x2plus更稳妥。可在/root/test_degrade/中批量试几组，肉眼选最接近你原图退化风格的那组。

4.2 GPEN修复可控：平衡清晰度与自然度

GPEN默认输出偏锐利。若修复后皮肤显得“塑料感”强，可通过调整--fidelity_weight参数柔化：

# 默认值为1.0（高保真），降低至0.7增强自然感 python inference_gpen.py \ --input /root/degraded/my_portrait_degraded.jpg \ --output /root/restored/my_portrait_natural.png \ --size 512 \ --fidelity_weight 0.7

该参数本质是GAN Prior与重建损失的平衡系数：值越小，越倾向“看起来舒服”；值越大，越倾向“像素级还原”。镜像中0.5–1.0区间均稳定可用，无需重新训练。

4.3 批量处理：一键跑通整批人像

将所有待处理图放入/root/batch_input/，执行：

#!/bin/bash for img in /root/batch_input/*.jpg /root/batch_input/*.png; do [[ -f "$img" ]] || continue base=$(basename "$img" | sed 's/\.[^.]*$//') # 降质 python basicsr/test.py \ -opt options/test/RealESRGAN_x2plus.yml \ --input "$img" \ --output "/root/batch_degraded/${base}_degraded.png" \ --model_path ~/.cache/modelscope/hub/real-esrgan/RealESRGAN_x2plus.pth \ --scale 2 # 修复 python inference_gpen.py \ --input "/root/batch_degraded/${base}_degraded.png" \ --output "/root/batch_restored/${base}_restored.png" \ --size 512 done echo " 批量处理完成，结果位于 /root/batch_restored/"

5. 效果边界与实用提醒

闭环虽强，但需理性认知其能力边界。以下是在镜像实测中总结的关键提醒：

5.1 明确GPEN不擅长的场景（避免无效尝试）

• 非正面人脸：侧脸超过45°、俯拍/仰拍角度，五官遮挡严重时，GPEN对齐模块易失效，修复结果可能出现错位。建议先用facexlib预对齐：

  python -c "from facexlib.utils.face_restoration_helper import FaceRestoreHelper; helper = FaceRestoreHelper(1); helper.read_image('/root/input/bad_angle.jpg'); helper.get_face_landmarks_5(); print('关键点检测完成')"

• 极端低光照+高ISO噪声：RealESRGAN无法模拟传感器热噪声，此时降质图与真实噪声分布不匹配。建议先用OpenCV做基础去噪再输入闭环。
• 多人像密集合影：GPEN默认单人脸处理。若需多张，需手动切分或修改inference_gpen.py中face_detector调用逻辑（镜像已预留接口）。

5.2 修复结果评估：别只看“清不清”，要看“像不像”

我们推荐用三个维度快速评估结果：

• 结构一致性：用手机相机拍下修复图，与原图并排看——眼睛间距、鼻梁高度、嘴角弧度是否自然？（人眼最敏感）
• 纹理可信度：放大到200%，观察额头细纹、胡茬走向、发际线过渡——是否生硬断裂？（GPEN强项，应平滑）
• 色彩稳定性：对比修复图与原图肤色色相——是否偏黄/偏灰？（镜像默认使用cv2.COLOR_RGB2YUV空间处理，色偏极小）

若某一项明显异常，大概率是降质阶段参数与原图退化不匹配，应回到第4.1节调整RealESRGAN模型。

6. 总结：闭环不是终点，而是起点

GPEN与RealESRGAN的结合，本质是把“人像修复”从一个黑盒调用，升级为一个可诊断、可干预、可复现的工程流程。你在镜像中跑通的每一轮闭环，都在积累两个关键资产：

• 领域知识：你逐渐理解自己业务中人像的典型退化模式（是扫描失真？还是视频帧模糊？）；
• 数据资产：每一对原始图-降质图-修复图，都是未来微调GPEN的黄金样本。

下一步，你可以：

• 将高频退化类型固化为Shell脚本，形成团队标准预处理流程；
• 用闭环产出的高质量修复图，反哺RealESRGAN的微调，使其更贴合你的数据分布；
• 把inference_gpen.py封装为API服务，接入前端界面，让非技术人员也能享受闭环红利。

技术的价值，不在于模型多深奥，而在于它能否被你稳稳握在手中，解决眼前那个具体的、带着噪点和模糊的真实问题。

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。