SUPIR 项目安装与使用指南
2024-10-10 23:45:56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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K