1. チュートリアルの概要

SUPIR (Scaling-UP image Restoration) は、深層学習とマルチモデルによる大規模生成モデル StableDiffusion-XL (SDXL) とモデル拡張技術を使用して構築される画期的な画像復元および画質向上手法です。最先端の手法により、低画質画像の高品質な復元を実現します。画像のディテールとリアリズムを維持しながら、低解像度画像を高解像度にアップスケールできます。 SUPIR は、ぼやけ、ノイズ、圧縮などのさまざまな複雑な劣化状況に対処できるため、画像の詳細とリアリズムを維持しながら、高品質の画像復元と低解像度画像の高解像度へのアップスケーリングを実現します。

このアプローチでは、テキスト プロンプトを通じて画像回復をきめ細かく制御することもでき、ユーザー入力に基づいて回復のさまざまな側面を調整できます。 SUPIR は、中国科学院深セン先端技術研究所、上海 A1 研究所、シドニー大学、香港理工大学、テンセント、ARC 研究所、香港中文大学の研究者によって共同で立ち上げられました。

このチュートリアルでは、デュアル SIM A6000 のリソースを使用します。

👉 このプロジェクトでは 2 種類のモデルが提供されます。

• SUPIR-v0Q: デフォルトのトレーニング設定。高い汎用性とほとんどの場合に高画質を誇ります。
• SUPIR-v0F: 照明品質の設定を下げてトレーニングしました。ステージ 1 エンコーダ SUPIR-v0F は、照明品質が低下してもより多くの詳細を保持します。

プロジェクト例

2. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

「モデル」が表示されない場合は、モデルが初期化中であることを意味します。モデルが大きいため、1〜2分ほど待ってからページを更新してください。

2. Web ページに入ると、モデルと会話を開始できます。

利用手順

交流とディスカッション

🖌️ 高品質のプロジェクトを見つけたら、メッセージを残してバックグラウンドで推奨してください。さらに、チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] に参加し、さまざまな技術的な問題について話し合ったり、アプリケーションの効果を共有したりできます。

引用情報

@misc{yu2024scaling, title={Scaling Up to Excellence: Practical Model Scaling for Photo-Realistic Image Restoration In the Wild}, author={Fanghua Yu and Jinjin Gu and Zheyuan Li and Jinfan Hu and Xiangtao Kong and Xintao Wang and Jingwen He and Yu Qiao and Chao Dong}, year={2024}, eprint={2401.13627}, archivePrefix={arXiv}, primaryClass={cs.CV} }