跳转至

超分任务

本页最后更新于 ，内容可能过时

模型: SwinIR-L realSR GAN, 4 倍放大
注意: 输入先 reflect padding 到 32 的倍数, 输出再裁回原尺寸, 否则 window attention 处报 reshape 错

推理脚本: 本 skill 目录下的 scripts/sr.py

环境准备

# 确认 torch 是 CUDA 版
python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

# 安装依赖
pip install spandrel

# 下载权重到 torch.hub 默认目录
mkdir -p ~/.cache/torch/hub/checkpoints
curl -L -o ~/.cache/torch/hub/checkpoints/SwinIR-L_x4_GAN.pth https://github.com/JingyunLiang/SwinIR/releases/download/v0.0/003_realSR_BSRGAN_DFOWMFC_s64w8_SwinIR-L_x4_GAN.pth

运行

python .claude/skills/super-resolution/scripts/sr.py 输入图.png 输出图.png

第三个参数可省略
省略时用 torch.hub 默认目录下的 SwinIR-L_x4_GAN.pth
也可以传别的 .pth 路径

实测数据

本机配置: RTX 4070 Ti SUPER 16G, torch 2.14.1+cu132, Python 3.14
- 权重 135.9M, 下载约 3 秒
- 540×400 → 2160×1600, 推理约 6 秒
- 输出 PNG 约 412K
- 运行时有一条 torch.meshgrid 弃用警告, 出自 torch 自身的 functional.py, 不影响结果

注意事项

  • 权重路径由 torch.hub.get_dir() 推导
  • Windows 上是 C:\Users\16770\.cache\torch\hub\checkpoints
  • 与 HuggingFace 的 ~/.cache/huggingface/hub 无关
  • 显存占用随输入像素数迅速上升
  • 输入 2160×1600 时单次注意力张量要 3.11 GiB, 16G 显卡会 OOM
  • 不要对已经超分过的图重复处理
  • 中间产物放在仓库外的临时目录, 不要写进笔记仓库
  • 输出保持 PNG 格式, 与图床上的原始文件一致
  • 超分后图片字节数明显变大, 图床容量占用相应上升