GFPGAN下载和安装教程（附资源包，非常详细）

GFPGAN 全称 Generative Facial Prior GA，是腾讯 ARC 实验室开源的 “盲脸修复” 工具。


GFPGAN 把预训练 StyleGAN2 中储存的“面部先验”作为生成器指引，再用轻量 U-Net 负责退化去除，两者对抗训练后可在无先验假设下将低清、模糊、噪点或 AI 生成的人脸恢复成自然、高分辨率且身份一致的结果，适用于老照片、压缩视频、监控截图等场景。

GFPGAN 的核心特性包括：

• 盲修复：无需知道退化模型；
• 身份保持：利用面部关键点约束，避免“换脸”失真；
• 背景增强：同时提升非人脸区域清晰度；
• 多版本可选：v1.2 锐度高、v1.3 更自然，均支持二次修复与批量推理；
• 提供“干净”实现，不依赖 CUDA 扩展，可在 CPU 或笔记本上运行。

GFPGAN 的典型应用涵盖：家谱老照片翻新、短视频人脸增强、视频会议画质修复、AI 绘画后处理、证件照超分、ComfyUI/Stable-Diffusion 工作流面部细化节点等。与 CodeFormer 相比，GFPGAN 速度更快，肤色更自然，适合大批量处理。

下载GFPGAN

这里为大家收集了使用 GFPGAN 所需要下载的所有文件：

网盘下载：https://pan.quark.cn/s/5ab78827c63c

网盘里提供了 V1.3 和 V1.2 两种预训练模型（pth），它们各有优势。

安装GFPGAN

1) 下载 GFPGAN 源码包，然后解压。

2) 安装 Python 环境，推荐使用 Anaconda，有关下载和安装的细节，可阅读《Anaconda下载和安装教程（图文并茂，新手必看）》一文。

3) 安装依赖包。
首先执行如下命令，进入之前下载的 GFPGAN 根目录：

cd C:\\...\\GFPGAN  # 路径改成正确的

依次执行如下命令，安装多个依赖包：

# Install basicsr - https://github.com/xinntao/BasicSR
# We use BasicSR for both training and inference
pip install basicsr

# Install facexlib - https://github.com/xinntao/facexlib
# We use face detection and face restoration helper in the facexlib package
pip install facexlib

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

# If you want to enhance the background (non-face) regions with Real-ESRGAN,
# you also need to install the realesrgan package
pip install realesrgan

4) 下载预训练模型，将下载后的模型放置在 GFPGAN 文件夹中的“\experiments\pretrained_models”中。

5) 继续在命令提示窗口，输入以下代码，就可以运行了：

python inference_gfpgan.py -i inputs/whole_imgs -o results -v 1.3 -s 2

使用GFPGAN

1) 将需要修复的照片放置在“inputs”文件夹中的“whole_imgs”内：

2) 之后在命令提示窗口进行上述第 4 步操作即可，处理完成后，结果将会自动保存在“results”文件夹的“restored_imgs”内。