使用GPU云服务器对图像或视频进行超分辨率

• 当今时代，人们对与图像与视频的分辨率要求越来越高，但是一些之前的图片或视频资源的分辨率却是比较堪忧，所以这里我们将会使用腾讯云的GPU服务器来对图像与视频进行超分辨率处理，用于修复一些分辨率较低的图像或视频。

一、服务器的选购与远程连接

• 这里我们使用的服务器是腾讯云的GPU服务器配置是6核56G+一颗Nvidia Tesla P40显卡。系统镜像采用的是Windows Server2019 ，这款GPU服务器对于我们这次的超分辨率操作来说性能是绰绰有余。

服务器配置

• 购买好服务器后我们会收到一封站内信，里面包含了登录服务器所需的基本信息。我们使用电脑自带的远程桌面工具连接上服务器。具体操作方法可以看这一篇文档：使用远程桌面连接登录 Windows 实例

二、NVIDIA驱动的安装

• 连接上服务器之后我们需要安装Nvidia的官方驱动以及NVIDIA GRID 驱动。驱动的安装可以看这几篇文档
• 安装 NVIDIA Tesla 驱动
• 安装 NVIDIA GRID 驱动
• 当然，这边更建议使用已经安装好驱动的GN7vw 服务器，以免除繁琐的GRID驱动的安装过程 。

三、超分辨率操作

• 这里，我们使用的是B站的开源项目Real-CUGAN

• 为了便新手操作，这里使用的是Windows-GUI版，在Github页面下载SAE.0.0.3.7z到服务器上，由于国内网络问题，可以使用一些Github加速工具。

下载完成后得到这样的一个文件夹和一个bat文件。双击“启动SAE.bat”来启动SAE。

解压缩后得到的文件

启动后的页面

• 设置好输入文件与输出文件夹后点击上面的超分设置

输入输出设置

• 下面来具体讲一下超分的一些设置：

1. 超分算法：这里有三个超分算法，三者差别如下：

引用自Github:https://github.com/bilibili/ailab/tree/main/Real-CUGAN

这里我们使用B站的Real-CUGAN算法。当然你也可以自行尝试其他算法，适合自己的才是最好的。

• 超分模型：超分模型这里提供了一共三种，分别是：
  1. 降噪版（Denoise）：主要针对原片噪声多，画面中有特别明显的早点；
  2. 无降噪版（No-Denoise）：如果原片噪声不多的视频，但是想提高分辨率/清晰度/做通用性的增强、修复处理，推荐使用；
  3. 保守版（conservative）：如果担心丢失纹理，担心画风被改变，颜色被增强，总之就是各种担心AI会留下浓重的处理痕迹，推荐使用该版本。
• 模型前面的up几x表示着这个模型会将视频放大几倍。我这里选择了up4x-latest-conservative.pth，也就是保守版放大四倍的版本。
• 输出分辨率预设:输出分辨率预设，也就是输出的视频的分辨率。这好像没啥好讲的。。。
• 切割快大小:这一项比较重要，在视频中的每一帧进行超分前，软件会将每一帧分割成好几块来惊醒处理，以节省GPU的显存。当显卡显存足够时，请选择无，也就是不对帧进行切割。当你的服务器或电脑显存不足，软件报显存不足的错误时，请根据你的显存大小选择合适的切割块大小。
• 超分使用半精度:对于N卡来说，建议开启此选项，可以有效减少显存占用。

开始超分辨率

• 回到首页，根据自己的需求选择是否勾选输出图片序列选项(勾选上之后将会输出视频的每一帧)。然后点击一键压制即可开始超分辨率。这时我们可以来到输出页面来查看超分的详细信息。同时会有一个新的窗口实时显示超分的效果。

SAE输出页面

• 打开任务管理器可以看到GPU的详细信息。

任务管理器

超分后视频的压制

• 超分完成之后软件会弹窗提醒。这时候我们就需要做一些后续处理。由于超分后的视频文件没有经过压缩，所以占用存储空间特别大，不方便我们传输。我们需要对其进行一下压制，这里我推荐使用ShanaEncoder对视频进行压制，当然你也可以使用ffmpeg等工具进行压制，全凭个人喜好。

任务完成页面

• 请自行在互联网上下载ShanaEncoder软件，然后打开，打开之后只需添加我们需要压制的文件，同时设置好输出路径即可。然后点击快速设置，来设置一下视频压制的一些参数。
• 这里建议设置好视频的输出文件格式，一般用的比较多的就是mp4，编解码器建议选择H264,然后打开OpenGL加速，记得将OpenGL加速的显卡选择为你的独显。其他的设置默认即可。然后直接点击开始就可以了。

视频压制

• 压制完成之后我们可以看到视频文件体积减少了很多。这样的话我们就可以比较方便的传输了。

关于大文件传输

• 国内的云服务器带宽都是比较贵的，像我现在使用的GPU服务器也就只有5Mbps的外网带宽。我们想要将数据从服务器下载回自己的电脑上需要花费很长的时间。对于不想受低带宽之苦且又不想花大价钱去升级带宽的。我的建议时可以创建一个同地域的COS对象存储。然后服务器与COS之间走内网，将文件保存至COS之后从COS下载下来。这样我们只用花费一点COS的外网流量费用就可以快速的将文件取回了。

总结

• 使用GPU云服务器对视频进行超分辨率的操作就这些了，对图像进行超分的话就只需要将最初输入的视频改为图片就可以了。
• 对于大规模的图像以及视频处理来说，自己的电脑性能总归会有些力不从心，这时候，使用GPU服务器就可以更高效得帮我们处理这些。
• 由于本人学识尚浅，难免会有些疏漏，欢迎各位对我写的内容予以批评指正。同时，欢迎各位进行友好讨论。谢谢大家。