GFPGAN：腾讯 ARC 出品的盲人脸修复算法｜部署与使用全指南

项目仓库： https://github.com/TencentARC/GFPGAN

论文：arXiv:2101.04061 · 许可证：Apache 2.0 · 维护方：Tencent ARC · 语言：Python · 框架：PyTorch + BasicSR · PyPI：gfpgan

1 项目简介

GFPGAN（Generative Facial Prior GAN）是腾讯 ARC 实验室提出的盲人脸修复算法：利用预训练人脸 GAN（StyleGAN2）中封装的丰富先验，修复模糊、低质量、退化的人脸照片。它是老照片修复、视频人脸增强的常用工具，并已集成进 Real-ESRGAN 作为人脸增强模块。

1.1 核心信息一览

1.2 适用场景

• 老照片、低清人脸照片修复。
• 视频帧中模糊人脸增强。
• 作为 Real-ESRGAN 等超分工具的人脸增强模块。

1.3 能力边界（官方口径）

• 提供 clean 版本，不依赖定制 CUDA 扩展，可在 Windows / CPU 模式运行。
• 最新模型 V1.4 比 V1.3 细节更多、身份保持更好。

2 功能特性

• 多版本模型：V1、V1.2、V1.3、V1.4。
• 背景增强：集成 Real-ESRGAN 同时增强非人脸区域。
• CPU/Windows 支持：clean 版无需 CUDA 扩展。
• RestoreFormer 集成：附带另一种修复模型的推理代码。

3 官方界面预览

在线 Demo：Hugging Face Gradio。

4 官方跳转链接汇总

5 前置要求与服务器配置

5.1 软件前提

• Python ≥ 3.7（推荐 Anaconda/Miniconda）。
• PyTorch ≥ 1.7。
• 可选：NVIDIA GPU + CUDA（CPU 也能跑 clean 版）。

5.2 硬件建议

普通人脸照片修复 4 GB 显存即可；CPU 可跑。

6 方式一：源码安装与命令行推理

git clone https://github.com/TencentARC/GFPGAN.git
cd GFPGAN

pip install basicsr
pip install facexlib
pip install -r requirements.txt
python setup.py develop

# 可选：同时增强背景
pip install realesrgan

下载预训练权重：

wget https://github.com/TencentARC/GFPGAN/releases/download/v1.3.0/GFPGANv1.4.pth \
  -P experiments/pretrained_models

推理：

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.4 -s 2

参数：

• -i：输入图片或目录。
• -o：输出目录。
• -v：模型版本（1 / 1.2 / 1.3 / 1.4）。
• -s：最终上采样倍数。

7 方式二：pip 安装后 Python 调用

pip install gfpgan

8 模型权重

9 常用运维命令

# 查看 GPU
nvidia-smi

# 查看输出
ls -lh results/

10 常见故障排查

• 想增强背景：装 realesrgan，脚本会自动用 Real-ESRGAN 处理非人脸区域。
• Windows/无 CUDA：用 clean 版，无需编译 CUDA 扩展。
• 过度美化：官方建议先看 FAQ 调整输入质量。

11 风险与合规说明

• Apache 2.0 许可证，商用友好；但生成内容版权由使用者承担。
• 人脸修复涉及肖像权，只能处理本人或已授权的照片，不得用于伪造他人肖像。
• 老照片修复需注意被摄者权利。

本文基于官方 README 整理，仅供学习与部署参考；以仓库最新说明为准。