StableSR

用扩散先验把模糊老图变清晰,细节真实不糊弄

开源 🏷️完全免费 ✅ 目前可打开 图像生成 🍴 复刻 168 🐛 待处理 93 👀 关注 25
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2672
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,提供在线演示页面,可免费使用,无付费版本。

项目预览

StableSR 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队IceClear
定价模式🏷️完全免费
价格说明开源项目,提供在线演示页面,可免费使用,无付费版本。
访问状态✅ 目前可打开
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型stable-diffusion,stablesr,super-resolution
GitHub 星标★ 2672
上线时间2023-04-02 00:00:00
代码更新2024-07-12
仓库体积11.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

StableSR 是一个基于扩散先验的真实世界图像超分辨率项目,由腾讯 ARC 实验室开发,发表于 IJCV 2024。它针对传统超分模型在真实退化图像上效果不佳的问题,利用预训练 Stable Diffusion 模型强大的生成先验,通过引入时间感知编码器和可控特征融合模块,在保持图像真实感的同时实现高质量重建。核心能力包括:支持 4x/8x 超分、处理未知复杂退化(模糊、噪声、压缩伪影)、保持内容一致性和纹理细节,并提供权重调制机制以平衡感知质量和保真度。项目提供完整训练和推理代码,支持用户自定义退化模型,适合研究和使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2672

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 30 分钟 部署方式:本地安装 6 步

环境要求

  • Python 环境(README 未指定具体 Python 版本)
  • PyTorch == 1.12.1
  • CUDA == 11.7(需 NVIDIA GPU)
  • pytorch-lightning == 1.4.2
  • xformers == 0.0.16(可选)

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 拉取 StableSR 源码到本地,后续安装都在该目录内进行。

    git clone https://github.com/IceClear/StableSR.git
    cd StableSR
  2. 2创建依赖环境

    README 说明其余依赖都在 environment.yaml 中,用它创建 conda 环境可一次性装齐。

    conda env create -f environment.yaml
  3. 3安装 xformers

    xformers 在 README 中标注为 Optional,装上可加速并降低显存占用,不装也能运行。

    conda install xformers -c xformers/label/dev
  4. 4安装 taming 与 CLIP

    这两个依赖需从 GitHub 源码安装,README 给出了对应的 pip -e 命令。

    pip install -e git+https://github.com/CompVis/taming-transformers.git@master#egg=taming-transformers
    pip install -e git+https://github.com/openai/CLIP.git@main#egg=clip
  5. 5安装项目本体

    在仓库根目录执行可编辑安装,注册本项目包及其依赖。

    pip install -e .
  6. 6准备模型权重与推理

    README 未给出具体推理命令,需按仓库内说明下载预训练权重后运行示例脚本。

如何确认成功

按 README 的 Running Examples 章节运行推理脚本,能对低分图输出 4x 超分结果即成功。

常见问题

Q:必须使用 NVIDIA 显卡吗?

A:README 要求 CUDA 11.7 与 PyTorch 1.12.1,说明面向 NVIDIA GPU;否则建议改用官方在线 Demo。

Q:xformers 一定要装吗?

A:不必须。README 明确标注 xformers == 0.0.16 为 Optional,只影响速度与显存占用。

Q:不想本地部署怎么办?

A:

Q:PyTorch 版本可以换成更高的吗?

A:README 指定 Pytorch == 1.12.1、CUDA == 11.7,建议严格对齐以避免依赖冲突。

注意事项

  • 环境版本需与 README 对齐:PyTorch 1.12.1 + CUDA 11.7 + pytorch-lightning 1.4.2。
  • README 未给出模型权重下载地址与推理脚本参数,需自行查阅仓库内文件。
  • 建议使用 conda 独立环境,避免与已有 PyTorch 环境冲突。
  • WebUI 与 ComfyUI 为第三方独立仓库,安装方式不同。

核心亮点

  • 基于 Stable Diffusion 先验,对真实复杂退化(模糊、噪声)重建效果显著优于传统方法
  • 引入时间感知编码器,避免扩散模型带来的内容漂移和身份改变
  • 提供可控权重调制,用户可在感知质量和保真度之间灵活调节

不足之处

  • 推理速度较慢,依赖扩散模型,单张图像处理耗时较长
  • 显存占用较高,低端 GPU 上难以实用
  • 文档/社区待观察

适用场景

  • 老照片修复,提升历史影像清晰度
  • 监控或手机拍摄的低质量图像增强
  • 图像超分研究和扩散先验应用实验

替代项目

Real-ESRGAN、BSRGAN、SwinIR

上一篇:sd-webui-deforum

下一篇:img2img-turbo

同类项目推荐

FableForge 开源

输入一句话,自动生成完整绘本

Generate a picture book from a single prompt using OpenAI function calling, replicat···

★ 358 2026-08-09
MagicDrive 开源

用3D几何控制生成自动驾驶街景,解决数据稀缺

[ICLR24] Official implementation of the paper “MagicDrive: Street View Generation w···

★ 1167 2026-08-09
vue-pwa-asset-generator 开源

一条命令生成全套 PWA 图标和启动图,告别手动切图

PWA asset generator perfect with VueJS framework (but useful for all PWA!)

★ 175 2026-08-09
ai-image-clean-eraser 开源

上传图片,AI 自动找字手动擦,秒出高清无痕图

AI-Powered Text Remover 2026: Auto-Detect & Manual Precision with HD Quality

★ 119 2026-09-30
fettepalette 开源

用曲线调 HSV,生成高级感渐变配色

Color ramp generator using curves within the HSV color model

★ 199 2026-08-09
deep-daze 开源

输入一句话,命令行生成艺术图像

Simple command line tool for text to image generation using OpenAI's CLIP and Siren ···

★ 4316 2026-08-09
EpiDiff 开源

单图生成多视角,极线约束保一致,3D重建更高效

[CVPR 2024] EpiDiff: Enhancing Multi-View Synthesis via Localized Epipolar-Constrain···

★ 142 2026-08-09
ComfyBox 开源

让 ComfyUI 告别节点,小白也能轻松玩转 AI 绘画

Customizable Stable Diffusion frontend for ComfyUI

★ 688 2026-08-09
Chat2SVG 开源

输入一句话,直接生成可编辑的 SVG 矢量图

(CVPR 2025) Code of "Chat2SVG: Vector Graphics Generation with Large Language Models···

★ 255 2026-08-09