SUPIR:让模糊照片长出纹理,也要留意它改了什么

新模型猫目发布于 来源:SUPIR 官方 README
汽车与雪豹的官方对比,呈现生成式复原的观感变化,也提醒纹理不能充当原始记录。
SUPIR:让模糊照片长出纹理,也要留意它改了什么

为什么值得关注

它能为模糊照片生成细密纹理,适合先用少量个人照片比较观感与保真取舍,再决定是否处理相册。

适合谁:想改善个人旧照片观感、能接受生成细节且有模型运行条件的摄影爱好者

这次有哪些亮点

  • 提供 v0Q 与偏轻度退化的 v0F 权重入口
  • 第二阶段控制与经验参数区分视觉质量、保真取向

使用前需要知道

仅限非商业用途,商业使用须取得书面许可;依赖 SDXL、LLaVA 等模型且显存需求较高,生成细节不能用于确认文字或身份。

一张被反复转发、压缩到发糊的照片,放大后往往只剩更大的色块。SUPIR 值得摄影爱好者认识的地方,是它会生成更丰富的照片纹理:车身边缘、山坡颗粒、动物毛发都可能重新变得可看。但这类复原也带来一个选择:你要的是适合欣赏的照片,还是必须忠于原始记录的图像?官方汽车与雪豹对比,恰好把这两种要求的距离摆了出来。

从汽车的轮廓看到新出现的细节

SUPIR 是面向真实场景照片复原的研究项目,提供源码、模型下载入口和本地 Gradio 演示。输入是低质量图片,输出是经过生成式处理的复原图;放大倍率可以调整,它的工作也不只是增加像素。下面是作者在仓库展示的输入与输出拼图,并非本文运行结果。

SUPIR 官方对比:汽车、湖景与雪豹的低质量输入和生成输出

图源:SUPIR 官方 README。每组左侧是低质量输入,右侧是 SUPIR 输出。可打开原尺寸图查看细节。

先看最左边的橙色汽车:输入中的前脸和地面黏成模糊色块,输出中格栅、车灯边缘与山坡纹理变得分明。值得注意的是,这不是同一张高清真值图与复原结果的逐像素对照,图里也没有足够材料证明新出现的每根线条都与拍摄现场一致。车牌区域出现可辨字符,尤其不能据此反推原始号码。对旅行相册而言,画面更有层次可能已经有价值;对事故取证而言,这种结果就不能承担同样的职责。

再看最右边的雪豹。毛发由大片灰白变成细密纹理,胡须、眼周和鼻部边缘更鲜明。这也是我会保留这张官方图的原因:动物照片让“好看”和“保真”的区别很直观。毛发变细,不等于斑纹的形状、位置和数量都准确;若要靠花纹确认某一只个体,生成的纹理反而需要格外谨慎。它适合帮助理解照片复原的视觉潜力,不能单凭这组展示证明身份保持能力。

官方把“更漂亮”和“更接近输入”分开设置

这种取舍并非读图后的额外担忧。README 在经验参数里直接区分偏视觉质量与偏保真的设置:例如第二阶段控制强度取 1.0 时偏向保真,降到 0.93 时可能换来更好的视觉观感,同时降低忠实程度。这里的数字是作者提供的选择示例,不是所有照片通用的最佳参数。

官方也提供两个权重入口:v0Q 对应论文默认训练设置,v0F 采用较轻退化训练设置,作者说明后者的第一阶段编码器在轻度退化下会保留更多细节。若原图只是轻微发糊,一开始就追求最浓密的纹理,并不一定符合修图目的。对准备整理个人旧照片的人,我更倾向先用一张仍能辨认细节的照片作对照,决定自己接受多大改动,再处理更模糊的材料。这个建议是基于官方的质量与保真取舍,不是本文的参数实测。

能下载,不等于可以直接拿来接商单

采用门槛需要一起看。仓库列出的依赖包括 SDXL、CLIP 和 LLaVA 等模型;低显存演示命令也标注扩散部分约 12GB、LLaVA 约 16GB,并注明速度更慢。不能把它理解成下载一个小软件就能在普通电脑上轻松运行。最直接的本地入口是官方仓库的 Gradio Demo 与权重链接;仓库另链接 SupPixel AI 在线产品,但本文没有核实其当前账户、价格与服务条款,不以它替代本地项目的使用条件。

许可更会改变采用决定:README 声明仅限非商业使用,LICENSE 对商业使用要求另行取得书面许可,也没有把专有神经网络组件的权利随源码一并无条件授出。给客户修图、处理待售图片或接进收费产品前,应联系许可方确认,不能把 SUPIR 称作可自由商用的开源修图器。

如果你想让个人照片重新适合观看,可以从官方样图理解它会增加哪些东西;如果你需要恢复不可见的文字、确认人或物的身份,应保留原始材料,选择能满足记录真实性要求的方法。SUPIR 最值得试的,是生成式复原对照片观感的改变,以及你能否接受随之而来的细节改写。

参考资料:

原始资料:SUPIR 官方 README

以上为编辑整理,功能、许可与使用条件以官方说明为准。

返回每日分享