以下部分内容来自 Github README
Real-ESRGAN 的目标是开发出实用的图像/视频修复算法。
我们在 ESRGAN 的基础上使用纯合成的数据来进行训练，以使其能被应用于实际的图片修复的场景（顾名思义：Real-ESRGAN）。
使用前后对比图
你可以通过下面这个命令来运行（Windows版本的例子，更多信息请查看对应版本的README.md）：
./realesrgan-ncnn-vulkan.exe -i 输入图像.jpg -o 输出图像.png -n 模型名字
我们提供了五种模型：
- realesrgan-x4plus（默认）
- reaesrnet-x4plus
- realesrgan-x4plus-anime（针对动漫插画图像优化，有更小的体积）
- RealESRGANv2-animevideo-xsx2 (针对动漫视频, X2)
- RealESRGANv2-animevideo-xsx4 (针对动漫视频, X4)
你可以通过-n参数来使用其他模型，例如./realesrgan-ncnn-vulkan.exe -i 二次元图片.jpg -o 二刺螈图片.png -n realesrgan-x4plus-anime
可执行文件的用法
Usage: realesrgan-ncnn-vulkan.exe -i infile -o outfile [options]...
-h show this help
-v verbose output
-i input-path input image path (jpg/png/webp) or directory
-o output-path output image path (jpg/png/webp) or directory
-s scale upscale ratio (4, default=4)
-t tile-size tile size (>=32/0=auto, default=0) can be 0,0,0 for multi-gpu
-m model-path folder path to pre-trained models(default=models)
-n model-name model name (default=realesrgan-x4plus, can be realesrgan-x4plus | realesrgan-x4plus-anime | realesrnet-x4plus)
-g gpu-id gpu device to use (default=0) can be 0,1,2 for multi-gpu
-j load:proc:save thread count for load/proc/save (default=1:2:2) can be 1:2,2,2:2 for multi-gpu
-x enable tta mode
-f format output image format (jpg/png/webp, default=ext/png)
由于这些exe文件会把图像分成几个板块，然后来分别进行处理，再合成导出，输出的图像可能会有一点割裂感（而且可能跟PyTorch的输出不太一样）
The major update: ?
✅ We update the RealESRGAN AnimeVideo-v3 model, which can achieve better results with a faster inference speed.
The improvements are:
- better naturalness
- Fewer artifacts
- more faithful to the original colors
- better texture restoration
- better background restoration
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。若您的权益被侵害，请及时发邮件联系我们（boluo#88.com）。在您发送邮件后，工作人员会尽快处理，由于涉及内容不同，所需周期也不同，请您耐心等待。
我去爱了爱了，这个看起来好牛
真牛...
今天看了一个叫备长碳的动漫 用了这个修复的，变得好高清，谢谢楼主，我愿意用我的全部种子作为感谢
也太厲害了吧...