FlashVSR

环境要求

• Python 3.11.13，建议用 conda 单独建环境
• NVIDIA GPU：README 在 A100/A800 上验证，H200 可运行但加速有限，其余型号未知
• 编译 Block-Sparse Attention 需预留充足内存，避免 OOM
• 已安装 Git 与 Git LFS
• 能访问 PyPI 与 GitHub 以拉取依赖和源码

安装与启动步骤

1. 1创建 Python 环境

   用 conda 建 Python 3.11.13 的独立环境并激活，避免与系统包冲突。

   conda create -n flashvsr python=3.11.13
   conda activate flashvsr

   复制

2. 2安装项目依赖

   在 FlashVSR 仓库根目录执行，先以可编辑模式装项目本体，再装 requirements。

   pip install -e .
   pip install -r requirements.txt

   复制

3. 3编译稀疏注意力后端

   Block-Sparse Attention 是必需后端，建议在 FlashVSR 仓库外的独立目录编译安装。

   git clone https://github.com/mit-han-lab/Block-Sparse-Attention
   cd Block-Sparse-Attention
   pip install packaging
   pip install ninja
   python setup.py install

   复制

4. 4安装 Git LFS

   模型权重等大文件由 Git LFS 管理，每台机器只需执行一次。

   git lfs install

   复制

5. 5准备模型权重

   按 README 中的 Hugging Face 模型页链接获取 v1 或 v1.1 权重，并放到项目指定目录。

6. 6运行推理

   按 README 的 Run Inference 小节执行推理脚本，建议使用 4× 超分设置以获得更好效果。

如何确认成功

conda 环境可正常激活，pip 依赖安装无报错，Block-Sparse Attention 编译安装成功即可视为环境就绪。

常见问题

注意事项

• README 节选的推理小节未给出完整命令，实际运行请以仓库 README 的 Run Inference 部分为准。
• Block-Sparse Attention 建议克隆到 FlashVSR 仓库之外的干净目录再安装。
• 模型权重通过 README 里提供的 Hugging Face 模型页获取，本教程不虚构下载直链。
• 项目面向流式视频超分，实际推理对显存和延迟有要求，建议先在短片段上试跑。