SparkVSR

收录理由

大多数视频超分工具在推理时就像个黑箱：输入低分辨率画面，输出什么就是什么，用户很难干预。SparkVSR 则把控制权交还到使用者手中——你可以先挑出少量关键帧，用任意喜欢的图像超分模型把它们放大，网络随后会把这些关键帧的细节传播到整段视频的其余部分，同时保持原始运动轨迹不失真。关键帧的选择方式很灵活，既可以手动指定，也可以从编码器的 I 帧里挑，或者干脆随机抽取，这让输出结果能按你的意图调整，而一次性跑完的模型做不到这一点。更难得的是，它对手工标注不够完美的关键帧也有一定容忍度，不会因为个别帧质量差就整体崩坏。同一套框架还能用于老电影修复和视频风格迁移，官方提供了 ComfyUI 节点，方便直接嵌入现有的剪辑工作流。仓库里训练代码、推理代码、预训练权重和基准测试结果一应俱全，上手门槛不高。