AuraSR

基于GAN的现实图像超分辨率，是GigaGAN论文中图像条件上采样的一个变体。Torch实现基于lucidrains/gigagan-pytorch仓库的未官方版本。

使用方法

$ pip install aura-sr

from aura_sr import AuraSR

aura_sr = AuraSR.from_pretrained()

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)

减少拼接伪影

upscale_4x以非重叠的块上采样图像。这可能会导致拼接。使用upscale_4x_overlapped减少拼接。这将通过额外的遍历并平均结果来加倍上采样时间。