分享一款 去除视频中移动的物体。的本地部署软件，完全免费！
1git clone https://github.com/sczhou/ProPainter.git
1conda create -n propainter python=3.8 -y
2conda activate propainter
3cd ProPainter
4pip3 install -r requirements.txt
预训练模型从版本 V0.1.0 下载到 weights 文件夹。
https://github.com/sczhou/ProPainter/releases/tag/v0.1.0
1weights
2 |- ProPainter.pth
3 |- recurrent_flow_completion.pth
4 |- raft-things.pth
5 |- i3d_rgb_imagenet.pt (for evaluating VFID metric)
6 |- README.md
1# The first example (object removal)
2python inference_propainter.py --video inputs/object_removal/bmx-trees --mask inputs/object_removal/bmx-trees_mask
3# The second example (video completion)
4python inference_propainter.py --video inputs/video_completion/running_car.mp4 --mask inputs/video_completion/mask_square.png --height 240 --width 432
视频修复通常需要大量 GPU 内存。在这里，我们提供了各种有助于内存高效推理的功能，有效避免内存不足（OOM）错误。您可以使用以下选项进一步减少内存使用量：
--neighbor_length （默认 10）来减少本地邻居的数量。--ref_stride （默认 10）来减少全局引用的数量。--resize_ratio （默认1.0）以调整处理视频的大小。--width 和 --height 设置较小的视频大小。--fp16 在推理过程中使用 fp16（半精度）。--subvideo_length 的帧数（默认80），有效解耦GPU内存消耗和视频长度。1 # For training Recurrent Flow Completion Network
2 python train.py -c configs/train_flowcomp.json
3 # For training ProPainter
4 python train.py -c configs/train_propainter.json
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。