SUPIR

github.com/Fanghua-Yu/SUPIR ist die offizielle Projektseite von SUPIR, einem diffusionsbasierten KI-Modell für fotorealistische Bildrestaurierung und Hochskalierung, das auf der CVPR 2024 vorgestellt wurde.

🛡️ Datenschutz: Es handelt sich um ein Forschungsprojekt von Instituten aus China, Australien und weiteren Einrichtungen (u. a. Shenzhen Institute of Advanced Technology, Shanghai AI Laboratory, University of Sydney, Tencent ARC Lab); ein eigener Cloud-Dienst mit AVV/DPA ist für den Code nicht dokumentiert. Bei lokaler Ausführung verbleiben Daten beim Anwender; die Online-Demo unter suppixel.ai ist ein getrenntes Angebot, dessen Datenschutzdetails vorab zu prüfen sind.

Das Tool richtet sich an Forschende, Entwickler und technisch versierte Anwender, die Bilder mit hoher Detailtreue restaurieren oder vergrößern möchten.

Tool-Details & Features

💰 Preise: Code und Gewichte kostenlos verfügbar, jedoch laut Lizenz ausschließlich für nicht-kommerzielle Zwecke; kommerzielle Nutzung erfordert schriftliche Genehmigung.

⚙️ Technik: Diffusionsmodell auf Basis eines großen Generativmodells mit einstellbaren Parametern für Qualität gegenüber Originaltreue; GPU mit CUDA erforderlich, Optimierungen für 12 bis 16 GB VRAM beschrieben.

👥 Zielgruppe: Forschung, KI-Enthusiasten und Bildbearbeiter mit eigener GPU.

🔗 Integrationen: Code auf GitHub, Checkpoints über Baidu Netdisk und Google Drive, Online-Demo SupPixel AI; Einbindung in Community-Tools wie Forge und ComfyUI-Workflows durch Dritte.

📊 Funktionen: Bildhochskalierung mit einstellbarem Faktor, Restaurierung stark degradierter Bilder, Modi für Qualität oder Treue, Stapelverarbeitung, Steuerung über Parameter.

Vor- & Nachteile

✅ Vorteile: Hohe Restaurierungsqualität bei stark beschädigten Bildern laut Forschungsarbeit; offener Code zum Selbstbetrieb.

❌ Nachteile: Nicht-kommerzielle Lizenz schränkt den Einsatz in Unternehmen ein; Einrichtung und Hardwareanforderungen sind für Laien hoch.

Für wen geeignet?

Perfekt für Forschende und technisch versierte Privatnutzer, die Bilder lokal und nicht-kommerziell restaurieren wollen.