简介这份资源是面向计算机、人工智能、电子信息等相关专业学生与初级开发者的本科毕业设计项目包主题为基于Python深度学习的模糊人脸图像增强系统可用于课程设计、大作业、毕设答辩或初期项目立项演示。压缩包共20个文件约359KB以9个py源码文件为核心辅以6个pyc编译文件、2张png效果图、1个xml配置、1个txt日志和1个md说明文档涵盖数据输入、模型定义、测试脚本与训练日志等模块结构清晰便于二次开发。项目代码经过实际运行测试功能正常读者可参考其中的网络结构设计、数据加载流程与增强效果对比图快速理解模糊人脸增强的完整实现思路并在此基础上调整参数或替换数据集完成自己的课题。目前已有194人学习下载适合作为深度学习入门实战与毕设参考案例。1. 模糊人脸增强到底在做什么从一张糊脸到可交付系统的距离毕业设计选题里「基于 Python 深度学习的模糊人脸图像增强系统」出现的频率高得离谱但真正把它做成能演示、能答辩、能写进简历的系统比例并不高。原因不是模型太难而是大多数人一开始就没想清楚模糊人脸增强不是简单地把图片调清晰它要解决的是退化建模、人脸先验、感知质量三件事的联合问题。运动模糊、失焦、低分辨率、压缩噪声往往同时存在单一去模糊网络直接套上去结果通常是脸变「塑料」——纹理被抹平五官边缘出现光晕。这个方向适合两类人一类是本科毕设需要完整跑通「数据—训练—推理—界面」链路的同学另一类是已经会调cv2和 PyTorch但没做过图像复原任务的工程师。它不需要你从零推导损失函数但要求你能把 SRGAN、GFPGAN、Restormer 这类现成结构改对、训稳、接上界面。读完你应该能判断自己的显卡能不能训、数据集怎么造、PSNR 和 LPIPS 打架时听谁的、答辩时老师问「为什么不用传统维纳滤波」该怎么答。2. 系统拆解数据、模型、损失、界面四段怎么串2.1 先定退化管线再谈模型选型很多人上来就找「最强去模糊网络」这是典型的翻车起点。人脸增强的效果上限由训练数据的退化分布决定而不是网络深度。常见做法是构造一条可控退化管线先对高清人脸做随机缩放模拟低分辨率再叠加高斯模糊或运动模糊核最后加 JPEG 压缩噪声。这样你手里每一张低质图都有对应的 GT训练才有监督信号。import cv2 import numpy as np def degrade_face(img, scale4, ksize15, jpeg_q40): 构造低质人脸样本下采样 - 高斯模糊 - JPEG压缩 h, w img.shape[:2] # 1. 低分辨率退化 low cv2.resize(img, (w // scale, h // scale), interpolationcv2.INTER_CUBIC) low cv2.resize(low, (w, h), interpolationcv2.INTER_CUBIC) # 2. 模糊核ksize 必须为奇数 if ksize % 2 0: ksize 1 low cv2.GaussianBlur(low, (ksize, ksize), sigmaX0) # 3. JPEG 压缩噪声 _, enc cv2.imencode(.jpg, low, [int(cv2.IMWRITE_JPEG_QUALITY), jpeg_q]) low cv2.imdecode(enc, cv2.IMREAD_COLOR) return low逻辑说明scale控制分辨率退化强度毕设常用 4 或 8ksize控制模糊半径15 左右能模拟明显失焦jpeg_q越低压缩块效应越重。参数说明训练时这三个值应当随机采样而不是固定否则模型只对一种退化有效答辩演示换张图就崩。注意cv2.GaussianBlur的核尺寸必须是奇数写偶数会直接抛异常这是新手最常见的报错之一。2.2 模型选型三条路线的取舍本科毕设的时间预算通常只有 8 到 12 周模型选型要务实。下面这张表是我带过几届学生后总结的对比参数是常见配置区间不是某个仓库的固定值。路线代表结构显存需求训练难度适用场景轻量超分SRResNet / RRDB6–8G低显卡一般求稳毕业生成式增强GFPGAN / CodeFormer10–12G中要人脸细节答辩好看Transformer 复原Restormer / SwinIR12G高有基础想冲优秀选型理由如果你的卡是 3060 12G 以下老老实实走 SRResNet 加感知损失能训完、能出图、能写论文。GFPGAN 这类带人脸先验的模型效果好但它依赖人脸检测和对齐多了一张脸没检测到就整张图不增强这个坑后面会细说。Restormer 效果好但训练慢毕设周期内调参空间小除非你已经有训练经验。2.3 损失函数PSNR 高不等于看着好这是整个系统最容易被忽略、也最影响答辩观感的部分。只用 L1 或 MSE 损失模型会输出「平均脸」——PSNR 数值漂亮但细节全糊。常见做法是组合损失import torch import torch.nn as nn class CombinedLoss(nn.Module): def __init__(self, w_pix1.0, w_per0.1, w_gan0.01): super().__init__() self.w_pix, self.w_per, self.w_gan w_pix, w_per, w_gan self.l1 nn.L1Loss() def forward(self, pred, gt, feat_predNone, feat_gtNone, d_outNone): loss self.w_pix * self.l1(pred, gt) # 感知损失VGG 特征层距离缓解过度平滑 if feat_pred is not None: loss self.w_per * self.l1(feat_pred, feat_gt) # 对抗损失提升纹理真实感 if d_out is not None: loss self.w_gan * (-d_out.mean()) return loss逻辑说明像素损失保底结构感知损失补纹理对抗损失提真实感。参数说明w_per一般 0.05–0.2太大画面会飘w_gan通常 0.001–0.01太大训练震荡、出现棋盘伪影。注意对抗损失一旦开启PSNR 会下降 0.5–1.5 dB这是正常的答辩时要能解释「感知质量和像素指标存在 trade-off」而不是被老师一问就慌。2.4 推理与界面把模型接成能演示的系统毕设答辩现场最忌讳「只能跑命令行」。用 PyQt5 或 Gradio 包一层输入模糊图、输出增强图、显示耗时就够用了。核心是推理时把模型切到eval()并关掉梯度否则显存翻倍、速度减半。import torch from PIL import Image import torchvision.transforms as T def enhance(model, img_path, devicecuda): model.eval() tf T.Compose([T.ToTensor()]) img Image.open(img_path).convert(RGB) x tf(img).unsqueeze(0).to(device) with torch.no_grad(): out model(x) out out.squeeze(0).clamp(0, 1).cpu() return T.ToPILImage()(out)逻辑说明eval()关闭 BN 和 Dropout 的训练行为no_grad()省显存。参数说明clamp(0,1)防止输出越界导致保存出黑块。注意如果模型用了反射填充或分块推理输入尺寸要能被整除否则边缘会出现接缝这个在演示大图时特别明显。3. 训练流程从数据准备到收敛的完整命令3.1 环境配置与依赖版本环境是毕设第一道坎。Python 建议 3.8–3.10PyTorch 与 CUDA 版本必须匹配否则torch.cuda.is_available()返回 False你会对着黑屏调一整天。常见做法是用 conda 建独立环境避免和系统 Python 打架。conda create -n face_enhance python3.9 -y conda activate face_enhance # 按显卡驱动选择对应 CUDA 版本这里以 cu118 为例 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 pip install opencv-python pillow numpy tqdm pyqt5逻辑说明先建环境再装包避免污染全局。参数说明--index-url指定 PyTorch 官方源比默认源快且版本全。注意不要混用 pip 和 conda 装同一个包容易出现 DLL 冲突Windows 上尤其明显。装完先跑一句python -c import torch; print(torch.cuda.is_available())输出 True 再往下走。3.2 数据集组织与加载人脸数据集常见的有 CelebA、FFHQ毕设用 CelebA 的子集就够。目录按train/hr、train/lr分开或者只放 HR退化在__getitem__里实时做。后者更省磁盘也更灵活。from torch.utils.data import Dataset from PIL import Image import os class FaceDataset(Dataset): def __init__(self, hr_dir, transformNone, degrade_fnNone): self.files [f for f in os.listdir(hr_dir) if f.endswith((.jpg, .png))] self.hr_dir hr_dir self.transform transform self.degrade_fn degrade_fn def __len__(self): return len(self.files) def __getitem__(self, idx): hr Image.open(os.path.join(self.hr_dir, self.files[idx])).convert(RGB) if self.transform: hr self.transform(hr) lr self.degrade_fn(hr) if self.degrade_fn else hr return lr, hr逻辑说明实时退化让每个 epoch 看到的低质样本都不同相当于数据增强。参数说明transform里做随机裁剪到 256×256太大显存吃不住太小细节学不到。注意os.listdir顺序不保证稳定多卡训练时建议先排序否则各进程数据对不齐。3.3 训练循环与关键超参训练循环本身不复杂难的是超参和日志。下面是一个最小可跑版本重点是梯度裁剪和定期保存。import torch from torch.optim import Adam from tqdm import tqdm def train(model, loader, epochs100, lr1e-4, devicecuda, ckptckpt.pth): model.to(device).train() opt Adam(model.parameters(), lrlr, betas(0.9, 0.99)) criterion torch.nn.L1Loss() for ep in range(epochs): pbar tqdm(loader, descfEpoch {ep}) for lr_img, hr_img in pbar: lr_img, hr_img lr_img.to(device), hr_img.to(device) pred model(lr_img) loss criterion(pred, hr_img) opt.zero_grad() loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0) opt.step() pbar.set_postfix(lossloss.item()) if (ep 1) % 10 0: torch.save(model.state_dict(), ckpt)逻辑说明betas(0.9, 0.99)是图像复原任务常用配置比默认 0.999 收敛快。参数说明lr1e-4是起点训练后期可降到 1e-5clip_grad_norm_的max_norm1.0防止梯度爆炸生成式模型尤其需要。注意每 10 个 epoch 存一次别只存最后一个训练崩了还有后悔药。3.4 验证指标与可视化训练时只看 loss 会被骗必须定期在验证集上算 PSNR 和 SSIM并保存对比图。PSNR 用skimage.metrics.peak_signal_noise_ratioSSIM 用structural_similarity注意输入要转成 float 且范围一致。from skimage.metrics import peak_signal_noise_ratio as psnr from skimage.metrics import structural_similarity as ssim import numpy as np def evaluate(pred, gt): pred pred.detach().cpu().numpy().transpose(1, 2, 0) gt gt.detach().cpu().numpy().transpose(1, 2, 0) p psnr(gt, pred, data_range1.0) s ssim(gt, pred, channel_axis2, data_range1.0) return p, s逻辑说明data_range1.0对应归一化后的图像写错会得到离谱数值。参数说明channel_axis2是 skimage 新版本参数老版本用multichannelTrue版本不对会报错。注意 PSNR 对亮度敏感SSIM 对结构敏感两个一起看才靠谱。4. 避坑与排查那些让毕设延期的真实问题4.1 现象训练 loss 不降输出全是灰图原因学习率过大或数据归一化不一致。常见的是 HR 用ToTensor()归一化到 [0,1]但退化函数里cv2读进来是 [0,255]两者混用模型直接学废。解决统一在 tensor 层面做退化或者退化后手动除以 255训练前打印一个 batch 的 min/max 确认范围。4.2 现象人脸检测不到整张图不增强原因GFPGAN 这类模型依赖人脸对齐侧脸、遮挡、小脸都会漏检。解决加一个兜底分支检测失败时走通用超分网络或者放宽检测阈值并做多尺度检测。答辩演示前一定要用现场要展示的图测一遍别用训练集里的图自欺欺人。4.3 现象显存溢出batch size 降到 1 还报错原因输入分辨率太大或者推理时没关梯度。解决训练裁剪到 256推理用分块处理确认torch.no_grad()加上如果还不行把模型中间特征通道数减半毕设不追求 SOTA能跑通优先。4.4 现象输出图有网格状接缝原因分块推理时块与块之间没有重叠或者填充方式不一致。解决分块时设置 overlap 为块大小的 1/4拼接时取重叠区中心或者直接用整图推理显存不够再考虑分块。4.5 现象PSNR 很高但肉眼看着糊原因只用像素损失模型输出平均解。解决加入感知损失和对抗损失接受 PSNR 下降答辩时准备一组对比图左边纯 L1、右边组合损失直观说明感知质量差异这比堆指标更有说服力。5. 进阶技巧用参考指标和消融实验把毕设做出深度走到这一步系统能跑、能演示、能出图但想拿优秀还得有「分析」。最省力的进阶方式是做消融实验固定其他条件分别去掉感知损失、去掉对抗损失、换不同退化强度记录 PSNR/SSIM/LPIPS 三组指标。LPIPS 用lpips库它比 PSNR 更贴近人眼判断答辩时放一张指标表老师立刻能看出你做过对比。import lpips import torch loss_fn lpips.LPIPS(netalex).to(cuda) # 输入需归一化到 [-1, 1] def calc_lpips(pred, gt): pred pred * 2 - 1 gt gt * 2 - 1 return loss_fn(pred, gt).item()逻辑说明LPIPS 基于 AlexNet 特征值越低越接近人眼感知。参数说明netalex比vgg轻速度快适合批量评估输入范围必须是 [-1,1]忘了这步结果全错。注意 LPIPS 首次运行会下载权重提前在能联网的环境跑一次别到答辩现场才下载。另一个加分项是做退化强度鲁棒性曲线横轴是模糊核大小或压缩质量纵轴是 PSNR画出模型在不同退化下的表现。这条曲线能回答「你的系统到底能扛多糊的图」比一句「效果良好」有分量得多。我一般会取 5 个退化等级每个等级 50 张验证图跑完画折线代码不到 30 行但论文里能占一整节。最后一个血泪经验答辩前一周不要再改模型结构。把时间花在整理对比图、录演示视频、写清楚每个参数的含义上。模型训到 80% 效果就够毕业剩下 20% 的提升往往要再花两周性价比极低。把系统跑稳、把故事讲圆比追那零点几个 dB 重要得多。希望帮到你。本文还有配套的精品资源点击获取
