阿 B，真会玩！
大家好，我是 Jack。
看过我 B 站这期视频的小伙伴，一定知道超分辨率重建算法。
提高图片的分辨率，例如720P的图片变4K。
在视频中，我也展示了将经典老番，转手翻新的手段。
现在有太多低画质的视频和图片了，这种算法应用好，会是一枚利器。
B 站有很多动漫资源，果然他们开始做技术储备了，刚刚开源了Real-CUGAN，我们直接看效果：
修复效果还不错吧？这个算法主要针对的是二次元图像的修复，效果非常nice。
画面质量是经典老番的大敌，甚至很多现在的动漫实际分辨率也只有720P，很多动漫都是被拉伸播放的。
究其原因，还是成本二字。想要提高分辨率，从作画、扫描到处理和存储，整个产业链条都需要软硬件的升级。
手绘难以解决，那就由AI算法出面搞定！
Real-CUGAN
项目开源几天，已经获得了2.2k。
https://github.com/bilibili/ailab/tree/main/Real-CUGAN
Real-CUGAN的训练是参考了我之前写过的Real-ESRGAN算法。
可以看下Real-CUGAN与现有算法的对比：
百万级高清二次元就单这一项，太猛了！
使用了百万级动漫数据进行训练，真是得天独厚啊，B 站就是不缺动漫资源。
其实做多了算法我发现，网络结构、各种trick都是其次，有个好的训练集才是王道。
单从效果看，个人感觉Real-CUGAN的效果是最佳的，细节做得更好。
项目的环境依赖很简单：
torch>=1.0.0 numpy opencv-python moviepy
B 站开源的Real-CUGAN除了常规colab和py的inference代码，还提供了Windows的exe版。
会不会代码，都能玩，很贴心~
如果没有 N 卡也没关系，nihui大佬实现了一个NCNN版本，A 卡也能玩。
最后
当然需要注意的是，个人修复这些动漫资源，如果发布的话有版权风险，自己玩玩倒是可以。
B 站有很多动漫的版权，由他们去谈合作最为合适。
大家玩得开心，我是 Jack，我们下期见！