SUPIR：面向真实场景的照片级图像修复与放大模型｜部署与使用全指南

项目仓库： https://github.com/Fanghua-Yu/SUPIR

论文：CVPR 2024，arXiv:2401.13627 · 维护方：深圳先进院 / 上海 AI Lab 等 · 语言：Python · 框架：PyTorch · 形态：命令行 + Gradio · 在线产品：SupPixel AI

1 项目简介

SUPIR 是 CVPR 2024 论文《Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration In the Wild》的官方实现。它把 SDXL 扩散模型与 LLaVA 多模态大模型结合，做照片级真实感的图像修复与放大，对真实世界的模糊、压缩、退化照片有较强修复能力。

提供两种权重：SUPIR-v0Q（默认，高泛化、高质量）与 SUPIR-v0F（轻退化场景，保留更多细节）。

1.1 核心信息一览

1.2 适用场景

• 老照片、低清照片做高质量放大与修复。
• 摄影后期、数字艺术的高细节还原。
• 研究扩散模型在图像修复上的 scaling 效果。

1.3 能力边界（官方口径）

• 依赖 SDXL + LLaVA 13B，显存需求高（官方给 12G Diffusion + 16G LLaVA 的低配版）。
• 提供低显存模式：--loading_half_params --use_tile_vae --load_8bit_llava。

2 功能特性

• 两种权重：v0Q（默认高泛化）、v0F（轻退化高保真）。
• Gradio Web：可视化交互，支持图片滑块对比。
• 可调超参：s_stage2、s_cfg、s_noise、edm_steps 等控制保真度与视觉质量。
• 配色修复：Wavelet / AdaIn / None 三种颜色校正。
• 低显存模式：半精度参数、tile VAE、8-bit LLaVA。
• 加速采样：Juggernaut Lightning 4 步蒸馏模型可选。

3 官方界面预览

在线产品：SupPixel AI。

4 官方跳转链接汇总

5 前置要求与服务器配置

5.1 软件前提

• Python 3.8（conda 环境）。
• PyTorch（CUDA）。
• 下载多个依赖模型：SDXL base、LLaVA 1.5 13B、CLIP 编码器。

5.2 硬件建议

6 方式一：源码安装与命令行推理

git clone https://github.com/Fanghua-Yu/SUPIR.git
cd SUPIR

conda create -n SUPIR python=3.8 -y
conda activate SUPIR
pip install --upgrade pip
pip install -r requirements.txt

下载权重（官方提供百度网盘 / Google Drive）：

• SUPIR-v0Q：默认高泛化高质量。
• SUPIR-v0F：轻退化场景保留更多细节。

在 CKPT_PTH.py 与 options/SUPIR_v0.yaml 中配置各模型路径；能连 Hugging Face 时可将 CLIP 路径设为 None，自动下载。

6.1 命令行推理

# 高质量默认（v0Q）
CUDA_VISIBLE_DEVICES=0,1 python test.py \
  --img_dir /path/to/LQ \
  --save_dir ./results-Q \
  --SUPIR_sign Q --upscale 2

# 轻退化高保真（v0F）
CUDA_VISIBLE_DEVICES=0,1 python test.py \
  --img_dir /path/to/LQ \
  --save_dir ./results-F \
  --SUPIR_sign F --upscale 2

6.2 Gradio Web

CUDA_VISIBLE_DEVICES=0,1 python gradio_demo.py \
  --ip 0.0.0.0 --port 6688 --use_image_slider --log_history

# 加速采样（Juggernaut 4 步蒸馏）
CUDA_VISIBLE_DEVICES=0,1 python gradio_demo.py \
  --ip 0.0.0.0 --port 6688 --use_image_slider --log_history \
  --opt options/SUPIR_v0_Juggernautv9_lightning.yaml

# 低显存
CUDA_VISIBLE_DEVICES=0,1 python gradio_demo.py \
  --ip 0.0.0.0 --port 6688 --use_image_slider --log_history \
  --loading_half_params --use_tile_vae --load_8bit_llava

7 关键参数

8 常用运维命令

nvidia-smi
ls -lh results-Q/

9 常见故障排查

• 显存不足：加 --loading_half_params --use_tile_vae --load_8bit_llava。
• 过度"美化"丢细节：用 v0F 或降低 s_stage2。
• 颜色偏色：切换 --color_fix_type AdaIn 或 None。

10 风险与合规说明

• 模型权重遵循仓库 LICENSE；商用前需核对 SDXL 与 LLaVA 各自许可。
• 照片修复涉及肖像权，只能处理本人或已授权素材。
• SupPixel AI 是官方商业产品，开源自部署不提供 SLA。

本文基于官方 README 整理，仅供学习与部署参考；以仓库最新说明为准。