4KAgent

上传任意糊图，自动恢复成 4K 高清大片

4KAgent 是一个基于智能体（Agent）的任意图像 4K 超分辨率开源项目，发表于 NeurIPS 2025。它解决传统超分模型对输入图像类型敏感、难以处理复杂退化（如模糊、噪声、低分辨率混合）的问题。核心能力是构建一个计算机视觉智能体，能自动分析输入图像，规划并调用合适的超分工具链，将任意来源的图像（老照片、网络图片、截图等）恢复至接近 4K 的高清质量。项目采用 Python 实现，结合了智能体决策与图像增强技术，强调通用性和自适应性。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 830

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队taco-group

所属国家

官网地址https://4kagent.github.io

GitHubhttps://github.com/taco-group/4KAgent

定价模式free

价格说明开源项目，Apache-2.0许可，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,agentic-ai,computer-vision,image-enhancement,image-processing,image-restoration,large-language-models,llm,low-level,mllm,neurips,neurips-2025,super-resolution,vision-language-models,workflow

GitHub 星标★ 830

30天Star增速

HF 下载量

上线时间2025-05-27 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

智能体自动选择最优超分策略，无需手动调参
针对任意退化类型（模糊/噪声/低分辨率）鲁棒性强
NeurIPS 2025 论文背书，算法有学术保障

不足之处

早期项目，文档和社区生态待观察
4K 输出对计算资源要求高，推理速度可能较慢

适用场景

老照片/历史影像修复至高清
网络低清图片放大用于打印或展示
视频监控或卫星图像增强细节

替代项目

Real-ESRGAN、SwinIR、BSRGAN

项目介绍

4KAgent 是计算机视觉领域的开源项目，由 taco-group 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（830）位列前 30%，在计算机视觉分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。Apache-2.0许可，可免费使用和部署。

它主要面向的使用场景是：老照片/历史影像修复至高清。同类可对比的替代方案包括 Real-ESRGAN、SwinIR、BSRGAN。

上一篇：photoprism-vision

下一篇：UniGoal