本地部署，AuraSR全新图像超分辨率模型

目录

前言：

Usage

docker安装

运行结果

结论：

Tip：

问题1：docker部署

问题2：API处理

问题3：网络问题

问题4：程序开发

---

前言：

一款名为AuraSR的全新图像超分辨率模型引起了人工智能界的广泛关注。该模型由Fal AI公司开发，基于Adobe最新发布的GigaGAN论文，采用生成对抗网络（GAN）技术，能够在极短时间内将图像分辨率大幅提升。

AuraSR模型具有以下几个显著特点:

1. 参数量达6亿，处理能力强大。
2. 采用GAN技术，相比传统扩散模型，处理速度更快。
3. 能够实现4倍超分辨率处理，将512像素图像提升至1024像素。
4. 处理速度惊人，仅需1/4秒即可完成上述分辨率提升。

Usage

$ pip install aura-sr

from aura_sr import AuraSR

aura_sr = AuraSR.from_pretrained("fal-ai/AuraSR")

import requests
from io import BytesIO
from PIL import Image

def load_image_from_url(url):
    response = requests.get(url)
    image_data = BytesIO(response.content)
    return Image.open(image_data)

image = load_image_from_url("https://mingukkang.github.io/GigaGAN/static/images/iguana_output.jpg").resize((256, 256))
upscaled_image = aura_sr.upscale_4x(image)

docker安装

docker run -it -p 7860:7860 --platform=linux/amd64 --gpus all registry.hf.space/gokaygokay-aurasr:latest python app.py

运行结果

结论：

看起来运行起来的效果非常不错。部署在本地可以方便的使用，即使在没有网络的情况下。

Tip：

问题1：docker部署

为什么要用docker来部署？

主要为了以后如果需要放在服务器做微服务的话，会非常方便，直接把docker镜像放进去，就迅速搭建起来了。

问题2：API处理

有时间把api处理一下，这样不论是软件或者小程序都可以非常方便的来调用

问题3：网络问题

有可能有人网络的问题，下载不了docker 镜像，找时间把docker 镜像上传一下，供读者下载

问题4：程序开发

下一步可以做一个桌面版和微信小程序版，先记录一下