SUPIR

环境要求

• Python 3.8（README 使用 conda 创建同名环境）
• 已安装 conda 与 git
• 磁盘空间充足，需存放 SUPIR 权重与 CLIP 检查点
• 建议使用 NVIDIA GPU（示例命令使用 CUDA_VISIBLE_DEVICES=0,1）

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 SUPIR 源码并进入项目目录，后续所有命令都在该目录执行。

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

   复制

2. 2创建 conda 环境

   按 README 要求创建 Python 3.8 的虚拟环境，名字为 SUPIR，-y 自动确认。

   conda create -n SUPIR python=3.8 -y

   复制

3. 3安装依赖包

   激活环境后升级 pip，再按 requirements.txt 安装全部依赖，耗时较长需保持网络。

   conda activate SUPIR
   pip install --upgrade pip
   pip install -r requirements.txt

   复制

4. 4配置检查点路径

   若能访问 HuggingFace，可在 CKPT_PTH.py 中把 LLAVA_CLIP_PATH、SDXL_CLIP1_PATH、SDXL_CLIP2_CKPT_PTH 设为 None，CLIP 会自动下载。README 未给出具体下载

5. 5命令行推理

   使用 test.py 批量修复图片目录，--img_dir 传输入文件夹、--save_dir 传输出文件夹，其余参数按需调整。

   python test.py --img_dir /your/input_dir --save_dir /your/output_dir --upscale 1 --SUPIR_sign Q --min_size 1024 --edm_steps 50

   复制

6. 6启动 Gradio 演示

   用 gradio_demo.py 启动交互界面，示例指定 0、1 号 GPU、端口 6688，并加载 Juggernaut 加速配置。

   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

   复制

关键配置

如何确认成功

浏览器访问 http://localhost:6688，能看到 Gradio 交互界面并能上传图片即启动成功；命令行推理则检查 save_dir 中出现结果图。

常见问题

注意事项

• 必须在 SUPIR conda 环境内执行命令，否则可能缺少依赖。
• 运行推理前需先准备好模型权重与 CLIP 检查点，否则无法加载模型。
• --s_stage1 默认 -1，README 说明负值表示该阶段控制强度无效。
• 示例中 gradio_demo.py 依赖 options/SUPIR_v0_Juggernautv9_lightning.yaml 配置文件，请确认该文件存在于 options 目录。