Chain-of-Zoom: Demo Zur Bilddetailvergrößerung Mit Superauflösung
1. Einführung in das Tutorial

Chain-of-Zoom ist ein Chained-Zoom-Framework (COZ), das vom KAIST-KI-Forschungsteam am 26. Mai 2025 veröffentlicht wurde. Das Framework löst das Problem, dass moderne Einzelbild-Superauflösungsmodelle (SISR) versagen, wenn weit über diesen Bereich hinaus gezoomt werden muss. Das im COZ-Framework gekapselte Standard-4x-Diffusions-SR-Modell erreicht einen Zoom von mehr als 256x bei gleichzeitig hoher Wahrnehmungsqualität und Wiedergabetreue. Die Ergebnisse der Studie lauten:Chain-of-Zoom: Extreme Superauflösung durch Skalenautoregression und Präferenzausrichtung".
Die in diesem Tutorial verwendeten Rechenressourcen sind Dual-Card-RTX 4090.
2. Effektanzeige

3. Bedienungsschritte
1. Starten Sie den Container

2. Anwendungsschritte
Wenn „Bad Gateway“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 2–3 Minuten und aktualisieren Sie die Seite.
Spezifische Parameter:
- Eingabebild: Eingabebild.
- Methode zur Farbausrichtung:
- Wavelet: Es wird keine Farbkorrektur durchgeführt.
- adain: Farbkorrektur mit adaptiver Instanznormalisierung.
- nofix: Verwenden Sie die Wavelet-Transformation für eine feinere Farbkorrektur.

Ergebnis
4. Diskussion
🖌️ Wenn Sie ein hochwertiges Projekt sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um es weiterzuempfehlen! Darüber hinaus haben wir auch eine Tutorien-Austauschgruppe ins Leben gerufen. Willkommen, Freunde, scannen Sie den QR-Code und kommentieren Sie [SD-Tutorial], um der Gruppe beizutreten, verschiedene technische Probleme zu besprechen und Anwendungsergebnisse auszutauschen ↓

Zitationsinformationen
Dank an den Github-Benutzer SuperYang Bereitstellung dieses Tutorials. Die Zitationsinformationen für dieses Projekt lauten wie folgt:
@article{kim2025chain,
title={Chain-of-Zoom: Extreme Super-Resolution via Scale Autoregression and Preference Alignment},
author={Kim, Bryan Sangwoo and Kim, Jeongsol and Ye, Jong Chul},
journal={arXiv preprint arXiv:2505.18600},
year={2025}
}