微软老照片AI修复开源代码运行错误
微软开源代码：/microsoft/Bringing-Old-Photos-Back-to-Life
按照说明文件安装必须的第三方包，下载预训练的模型后尝试运行代码：
下面是无划痕照片的修复
python run.py --input_folder [test_image_folder_path] --output_folder [output_path] --GPU 0
一切ok，图片稍微大点儿，就用CPU，速度慢一点儿，可已忍受，其实大多数时候都得用cpu运行，多数情况下GPU内存都不够。
接着看带划痕的照片
python run.py --input_folder [test_image_folder_path] --output_folder [output_path] --GPU 0 --with_scratch
就多了一个参数–with_scratch，如果是小图，用GPU都能正常运行，源代码自带的第一张示例图片才612k，用GPU就跑不起来，内存不够，后面几张图片100-200多k可已用GPU跑起来，按照源代码说明将–GPU设置为-1用CPU运行应该可以的，但是用CPU时会报错：
RuntimeError: Input type (torch.FloatTensor) and weight type
(torch.cuda.FloatTensor) should be the same
报错的地方在detections.py
if config.GPU >= 0:scratch_image_scale = scratch_image_scale.to(config.GPU)with torch.no_grad():P = torch.sigmoid(model(scratch_image_scale))P = P.data.cpu()
错误提示说明使用CPU时，scratch_image_scale加载到CPU，但后面P = torch.sigmoid(model(scratch_image_scale))，这里报错，猜测这个模型参数类型都是torch.cuda.FloatTensor，所以类型不一致，再看后面一句，P = P.data.cpu()，最后都放到CPU里运行，因为图片稍微大一点GPU都内存不够，以上都是我的猜测。知道原因后就好修改了，修改如下：
# if config.GPU >= 0:# scratch_image_scale = scratch_image_scale.to(config.GPU)scratch_image_scale = scratch_image_scale.to(torch.device('cuda'))with torch.no_grad():P = torch.sigmoid(model(scratch_image_scale))P = P.data.cpu()
其实不论命令行参数是否使用GPU，一律将scratch_image_scale加载到GPU，传入到预训练的模型中，然后用CPU运行，修改后运行正常。
下面是自带的第一张图修复效果：
效果挺不错的，特别是人脸做了增强，有美容效果。
再看一张自己的老照片
人脸增强后的图片分辨率是256*256，比原图分辨率高，可以看出来人脸有明显的美容效果。
本人是个业余编程爱好者，源代码还没完全看明白，但不影响作为普通人自娱自乐。
另外发现有很多老照片，如有黄斑，霉点这种保存不当的老照片，这个程序的修复效果还是欠佳，修复后图片总体清晰不少，但黄斑、霉点仍然存在，估计大佬们的训练数据都是没有黄斑和霉点的，可惜自己的电脑配置没法训练自己的数据集，很期待微软的更新或是哪位 大神有自己训练的模型，给我一份。
