【亲测免费】 Real-ESRGAN 项目使用教程
2026-01-16 09:53:30作者:卓艾滢Kingsley
1. 项目的目录结构及介绍
Real-ESRGAN 项目的目录结构如下:
Real-ESRGAN/
├── basicsr/
├── datasets/
├── docs/
├── experiments/
├── gfpgan/
├── inference/
├── inputs/
├── models/
├── options/
├── results/
├── scripts/
├── tests/
├── weights/
├── .gitignore
├── CODE_OF_CONDUCT.md
├── LICENSE
├── README.md
├── requirements.txt
├── setup.cfg
├── setup.py
└── train.py
目录介绍
basicsr/: 包含 BasicSR 库的核心代码。datasets/: 用于存放训练和测试数据集。docs/: 项目文档。experiments/: 实验配置和结果。gfpgan/: 用于人脸增强的库。inference/: 推理脚本和工具。inputs/: 输入图像或视频文件。models/: 模型定义和实现。options/: 配置选项和参数。results/: 推理结果输出目录。scripts/: 辅助脚本。tests/: 测试代码。weights/: 预训练模型权重。.gitignore: Git 忽略文件配置。CODE_OF_CONDUCT.md: 行为准则。LICENSE: 许可证文件。README.md: 项目说明文档。requirements.txt: 项目依赖包。setup.cfg: 安装配置文件。setup.py: 安装脚本。train.py: 训练脚本。
2. 项目的启动文件介绍
启动文件
train.py: 用于启动训练过程的脚本。inference_realesrgan.py: 用于图像推理的脚本。inference_realesrgan_video.py: 用于视频推理的脚本。
使用方法
训练
python train.py --config options/train_realesrgan.yml
图像推理
python inference_realesrgan.py -n RealESRGAN_x4plus_anime_6B -i inputs
视频推理
python inference_realesrgan_video.py -n RealESRGAN_x4plus_anime_6B -i inputs
3. 项目的配置文件介绍
配置文件
setup.cfg: 包含项目的基本配置信息,如包名、版本等。requirements.txt: 列出了项目运行所需的依赖包。options/: 包含训练和推理的配置选项文件。
配置文件示例
setup.cfg
[metadata]
name = Real-ESRGAN
version = 0.3.0
description = Real-World Blind Super-Resolution with Pure Synthetic Data
author = Xintao Wang
author_email = xintao.wang@outlook.com
url = https://github.com/xinntao/Real-ESRGAN
license = BSD-3-Clause
requirements.txt
basicsr
facexlib
gfpgan
numpy
torch
torchvision
options/train_realesrgan.yml
# 训练配置示例
model:
name: RealESRGAN
scale: 4
dataset:
train:
name: DIV2K
path: datasets/DIV2K
batch_size: 16
val:
name: Set5
path: datasets/Set5
optimizer:
type: Adam
lr: 0.0002
以上是 Real-ESRGAN 项目的基本使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望对您有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
180
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248