一键启动GPEN推理：conda环境激活与脚本运行详解
你是不是也遇到过这样的情况：下载了一个看起来很厉害的人像修复模型，结果卡在环境配置上一整天？装完CUDA又报PyTorch版本不匹配，配好依赖又发现缺个face检测库……最后连第一张图都没跑出来，热情全被磨没了。
别急——这次我们准备的GPEN人像修复增强模型镜像，就是为了解决这个问题而生的。它不是半成品，也不是需要你手动拼凑的“乐高套装”，而是一台已经加满油、调好档位、钥匙就插在 ignition 上的车。你只需要坐上去，拧动钥匙，就能直接出发。
这篇文章不讲原理、不聊论文、不堆参数，只聚焦一件事：怎么用最短路径，把你的老照片、模糊自拍、低清证件照，变成清晰自然的人像作品。从打开终端到看到修复结果，全程不超过两分钟。哪怕你刚学会cd命令，也能跟着一步步走通。
1. 这个镜像到底“开箱即用”在哪？
先说结论：它不是“理论上能用”，而是“你一登录就能修图”。我们来拆解一下这个“即用性”到底体现在哪几个关键环节：
- 不用自己装CUDA驱动：镜像已适配 NVIDIA 驱动（建议470+），CUDA 12.4 直接就绪
- 不用折腾Python环境：Python 3.11 已预装，所有包版本冲突问题提前规避（比如 numpy<2.0 就是特意锁死的）
- 不用手动下载模型：权重文件已内置，首次运行不联网也能出图
- 不用改代码路径：推理脚本、模型路径、测试图位置全部预设完成，路径写死在
/root/GPEN - 不用猜命令怎么写：常用三种推理方式（默认图/自定义图/指定输出名）都给你列好了，复制粘贴就能跑
换句话说：你不需要知道 GPEN 是什么、GAN 是什么、prior learning 又是什么。你只需要知道——这张脸，我想让它更清楚一点。
下面这张图，就是你第一次运行后看到的效果（原图来自1927年索尔维会议经典合影）：
注意看爱因斯坦左眼下方的皮肤褶皱、居里夫人发丝边缘的清晰度、后排人物领结的明暗过渡——这些都不是简单锐化，而是模型对人脸结构的深层理解与重建。
2. 三步启动：从登录到出图，手把手带你走通
整个过程只有三个动作：激活环境 → 进入目录 → 执行命令。没有“编译”、没有“下载”、没有“等待模型加载10分钟”。
2.1 激活预置conda环境
镜像中已创建好名为torch25的独立环境，里面封装了 PyTorch 2.5.0 + CUDA 12.4 + 所有依赖。你只需一行命令激活：
conda activate torch25成功提示：终端前缀会变成(torch25)，表示当前 shell 已切换至该环境
常见误区：不要用source activate（旧版写法），也不要漏掉conda前缀；如果提示command not found，说明 conda 未初始化，请先运行conda init bash并重启终端
2.2 进入GPEN主目录
所有代码、模型、测试图都放在/root/GPEN下，这是唯一你需要记住的路径：
cd /root/GPEN你可以用ls -l看一眼目录结构：
inference_gpen.py：核心推理脚本（本文主角）models/：已包含完整权重（无需再下）test_imgs/：放着那张经典的 Solvay_conference_1927.jpgoutput/：空文件夹，后续结果自动存这里（也可直接输出到根目录）
2.3 运行推理脚本：三种实用方式
inference_gpen.py支持灵活传参，我们按使用频率从高到低介绍三种方式：
2.3.1 默认模式：一键跑通测试图（推荐新手首试）
python inference_gpen.py- 自动读取
test_imgs/Solvay_conference_1927.jpg - 自动保存为
output_Solvay_conference_1927.png - 不需要任何额外参数，适合验证环境是否正常
小技巧：第一次运行时，脚本会自动调用
facexlib完成人脸检测与对齐，耗时约3–5秒（取决于GPU型号）。之后再次运行同一张图，速度会快很多。
2.3.2 自定义输入：修复你自己的照片
假设你有一张存在/home/user/photos/my_portrait.jpg的照片，只需指定--input参数：
python inference_gpen.py --input /home/user/photos/my_portrait.jpg- 输出文件名自动继承为
output_my_portrait.jpg - 支持 JPG/PNG/BMP 格式，不限尺寸（内部会自动缩放适配）
- 如果图片中有多张人脸，GPEN 会逐个检测并分别修复
注意事项：确保路径真实存在，且当前用户有读取权限；中文路径可能引发编码问题，建议用英文路径或先
cp到/root/GPEN/下再处理。
2.3.3 精确控制：自定义输入+输出路径
当你想把结果存到特定位置、或用特定命名时，用-i和-o组合：
python inference_gpen.py -i ./my_photo.jpg -o ./results/enhanced_portrait.png-i是--input的简写，-o是--output的简写- 输出路径支持相对/绝对路径，支持子目录（如
./results/会自动创建） - 文件扩展名决定保存格式（
.png无损，.jpg有损压缩）
3. 模型权重已就位：离线也能稳定出图
很多人担心：“没网还能不能跑？”答案是：完全可以。镜像内已预置全部必需权重，存放于：
~/.cache/modelscope/hub/iic/cv_gpen_image-portrait-enhancement/这个路径下包含三类核心文件：
generator.pth：GPEN 主生成器权重（约280MB），负责人脸纹理重建detection.pth：基于 RetinaFace 的人脸检测模型（约120MB）alignment.pth：5点关键点对齐模型（约45MB）
你完全不需要访问 ModelScope 或 Hugging Face。即使断网、防火墙严格、服务器无法外连，只要镜像启动成功，就能立刻开始修复。
验证小技巧：运行
ls -lh ~/.cache/modelscope/hub/iic/cv_gpen_image-portrait-enhancement/，你应该能看到上述三个.pth文件。如果缺失，说明镜像构建异常，可联系技术支持重新拉取。
4. 实际使用中的经验总结：哪些事值得提前知道
我们在上百次真实修复任务中总结出几条“非官方但很管用”的实操经验，帮你避开常见坑：
4.1 输入图质量，比你想象中更重要
GPEN 是增强模型，不是“魔法橡皮擦”。它擅长在已有信息基础上提升细节，但无法凭空创造不存在的结构。
- 效果好的图：光照均匀、人脸正对镜头、分辨率 ≥ 256×256、无严重遮挡
- ❌ 效果受限的图：侧脸/低头/闭眼、强逆光导致面部全黑、严重运动模糊、像素低于128×128
建议：如果原图太糊，可先用 RealESRGAN 做一次2倍超分，再送入 GPEN，效果往往比单步更强。
4.2 输出尺寸与显存的关系
GPEN 默认以 512×512 分辨率推理。如果你的 GPU 显存 ≤ 8GB（如 RTX 3060），请避免一次性处理多张大图：
# ❌ 危险操作（可能OOM） python inference_gpen.py --input batch/*.jpg # 安全做法（逐张处理） for img in batch/*.jpg; do python inference_gpen.py -i "$img" -o "output/$(basename "$img" .jpg)_enhanced.png"; done4.3 修复结果不是“越锐利越好”
GPEN 的设计目标是自然增强，而非过度锐化。如果你发现输出图有“塑料感”或“假面感”，大概率是：
- 输入图本身对比度过高（如手机HDR直出）
- 模型对齐阶段误检了非人脸区域（如头发、衣领）
- 后期做了额外锐化处理（GPEN 输出已是最终结果，不建议再PS锐化）
解决方案：用
--aligned参数跳过自动对齐，改用手动标注关键点（需配合facexlib工具），适合专业修图师。
5. 超越“一键运行”：你能继续做什么？
这个镜像不只是“能跑起来”，它还为你铺好了向下一步延伸的路：
5.1 快速评估修复质量
镜像中已集成basicsr的 PSNR/SSIM 计算模块。如果你有高清原图（比如修复前后的对比图），可以这样打分：
python /root/GPEN/basicsr/metrics/calculate_metric.py \ --metric psnr \ --img1 ./ground_truth.png \ --img2 ./output_enhanced.png结果类似：PSNR: 28.42 dB—— 数值越高，说明修复越接近理想状态。
5.2 批量处理脚本（附赠）
把下面这段代码保存为batch_enhance.sh，放在/root/GPEN/下，就能一键处理整个文件夹：
#!/bin/bash INPUT_DIR="./input_photos" OUTPUT_DIR="./enhanced_results" mkdir -p "$OUTPUT_DIR" for img in "$INPUT_DIR"/*.{jpg,jpeg,png,JPG,JPEG,PNG}; do [[ -f "$img" ]] || continue base=$(basename "$img") outname="${base%.*}_enhanced.png" python inference_gpen.py -i "$img" -o "$OUTPUT_DIR/$outname" echo " Done: $base → $outname" done echo " All images enhanced to $OUTPUT_DIR/"赋予执行权限后运行：
chmod +x batch_enhance.sh ./batch_enhance.sh5.3 微调适配你的业务场景（进阶）
如果你有大量同类型人像（如证件照、电商模特图、古籍扫描人像），可以基于镜像快速微调：
- 数据准备：按
./datasets/train/HR/和./datasets/train/LR/结构组织高清/低清图对 - 修改配置：编辑
options/train_gpen.yml中的num_gpu、lr_G、dataset路径 - 启动训练：
python train.py -opt options/train_gpen.yml
提示：镜像中已预装
tensorboard，训练时运行tensorboard --logdir ./experiments即可实时查看 loss 曲线。
6. 总结：你真正获得的，不止是一个模型
回看开头那个问题：“为什么我总卡在环境配置上？”
现在你知道了——不是你不够努力，而是工具本不该这么难用。
这个 GPEN 镜像交付给你的，不是一个技术Demo，而是一套经过验证的人像增强工作流：
- 它把“装环境”压缩成一条
conda activate - 把“找模型”简化为一个预置路径
- 把“写脚本”固化为三条可复用命令
- 把“调参数”沉淀为文档里的经验清单
你不需要成为深度学习专家，也能让一张模糊的老照片重获新生；你不必读懂 CVPR 论文，也能用上 2021 年顶会提出的先进方法。
接下来，就是你的时间了。打开终端，输入那行conda activate torch25，然后按下回车——
这一次，让修复真正开始。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
