SUPIR 项目安装与使用指南
2024-10-10 07:05:38作者:咎岭娴Homer
1. 项目目录结构及介绍
SUPIR/
├── assets/
├── llava/
├── options/
├── sgmsgm/
├── CKPT_PTH.py
├── LICENSE
├── README.md
├── gradio_demo.py
├── gradio_demo_face.py
├── gradio_demo_tiled.py
├── requirements.txt
├── test.py
目录结构说明
- assets/: 存放项目相关的资源文件。
- llava/: 存放与 LLaVA 相关的文件和模型。
- options/: 存放项目的配置文件。
- sgmsgm/: 存放与 SGMSGM 相关的文件和模型。
- CKPT_PTH.py: 用于管理模型检查点的 Python 文件。
- LICENSE: 项目的开源许可证文件。
- README.md: 项目的说明文档。
- gradio_demo.py: 用于启动 Gradio 演示的 Python 文件。
- gradio_demo_face.py: 用于人脸图像处理的 Gradio 演示文件。
- gradio_demo_tiled.py: 用于分块处理的 Gradio 演示文件。
- requirements.txt: 项目依赖的 Python 包列表。
- test.py: 用于测试项目的 Python 文件。
2. 项目的启动文件介绍
gradio_demo.py
gradio_demo.py 是 SUPIR 项目的主要启动文件之一,用于启动 Gradio 演示界面。通过该文件,用户可以交互式地进行图像处理和恢复操作。
使用方法
CUDA_VISIBLE_DEVICES=0,1 python gradio_demo.py --ip 0.0.0.0 --port 6688 --use_image_slider --log_history
test.py
test.py 是用于测试 SUPIR 模型的启动文件。用户可以通过该文件对图像进行批量处理和恢复。
使用方法
CUDA_VISIBLE_DEVICES=0,1 python test.py --img_dir '/path/to/input/images' --save_dir '/path/to/output/images' --SUPIR_sign Q --upscale 2
3. 项目的配置文件介绍
options/SUPIR_v0.yaml
options/SUPIR_v0.yaml 是 SUPIR 项目的主要配置文件,包含了模型的各种参数设置。
配置项说明
- SDXL_CKPT: SDXL 模型的检查点路径。
- SUPIR_CKPT_Q: SUPIR-v0Q 模型的检查点路径。
- SUPIR_CKPT_F: SUPIR-v0F 模型的检查点路径。
- LLAVA_CLIP_PATH: LLaVA CLIP 模型的路径。
- LLAVA_MODEL_PATH: LLaVA 模型的路径。
- SDXL_CLIP1_PATH: SDXL CLIP Encoder-1 的路径。
- SDXL_CLIP2_CACHE_DIR: SDXL CLIP Encoder-2 的缓存目录。
CKPT_PTH.py
CKPT_PTH.py 是用于管理模型检查点的配置文件。用户可以通过该文件设置模型的路径和参数。
配置项说明
- LLAVA_CLIP_PATH: LLaVA CLIP 模型的路径。
- LLAVA_MODEL_PATH: LLaVA 模型的路径。
- SDXL_CLIP1_PATH: SDXL CLIP Encoder-1 的路径。
- SDXL_CLIP2_CACHE_DIR: SDXL CLIP Encoder-2 的缓存目录。
通过以上配置文件,用户可以根据自己的需求调整模型的参数和路径,以实现最佳的图像恢复效果。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
910
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
948
889
暂无简介
Dart
923
228
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
635
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260