Skip to content

nimysan/video-upscale

Repository files navigation

视频超分辨率项目

多种深度学习模型实现的视频超分辨率处理工具集

项目结构

hf/
├── safmn_video/          # SAFMN模型实现
│   ├── safmn_simple.py
│   ├── safmn_arch_official.py
│   ├── video_upscale.py
│   └── README.md
├── espcn_video/          # ESPCN模型实现
│   ├── espcn.py
│   ├── optimized_espcn.py
│   ├── video_demo.py
│   ├── parallel_process.py
│   └── README.md
├── realesrgan_video/     # Real-ESRGAN模型实现
│   ├── realesrgan_upscale.py
│   └── README.md
└── utils/                # 通用工具
    ├── upload_video.py
    ├── batch_benchmark.py
    └── README.md

支持的模型

1. SAFMN (Spatially-Adaptive Feature Modulation Network)

  • 轻量级模型,速度快
  • 支持2x/3x/4x超分
  • 适合1080p→4K

2. ESPCN (Efficient Sub-Pixel CNN)

  • 经典实时超分模型
  • 支持2x超分
  • 显存占用小

3. Real-ESRGAN

  • 真实场景优化
  • 支持4x超分
  • 预训练模型效果好

快速开始

# SAFMN处理
cd safmn_video
python video_upscale.py --input video.mp4 --output output_4k.mp4 --scale 4

# ESPCN处理
cd espcn_video
python video_demo.py --input video.mp4 --output output_2x.mp4

# Real-ESRGAN处理
cd realesrgan_video
python realesrgan_upscale.py

性能对比

模型 速度 质量 显存 倍数
ESPCN 2x
SAFMN 2-4x
Real-ESRGAN 最高 4x

依赖安装

pip install torch torchvision opencv-python numpy boto3

About

video-upscale

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages