#68 · 主分类: 图像生成

SUPIR

deep-learning diffusion-models llava pytorch pytorch-lightning restoration sdxl stable-diffusion super-resolution

SUPIR旨在开发用于真实场景下照片级真实图像恢复的实用算法。我们的新在线演示也已发布于suppixel.ai。

项目最后更新:05/12/25

GitHub Stars

5.7K

Forks数量

476

贡献者数量

4

许可证

Other

收录理由

SUPIR 是一个基于扩散模型的图像修复工具,能把严重退化、模糊不清的照片还原成干净且细节丰富的高清画面。它在 SDXL 的基础上叠加了 LLaVA 的语义理解环节,使得修复后的细节更接近真实摄影质感,而不是简单的平滑涂抹。对于老照片扫描件、高度压缩的网络图片,以及监控或存档视频的截图,它都能派上用场。仓库里提供了预训练权重,也支持调节修复强度,还挂了一个在线演示方便快速验证效果。需要留意的是,这是 CVPR 2024 论文对应的研究代码,部署时得自己配置 CLIP 检查点,并且对显卡显存有一定要求。如果团队正在对比不同修复方案的实际输出质量,SUPIR 可以作为一个有参考价值的基准,尤其适合拿来和传统超分辨率工具做直观比较。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目