Github
论文AuraSR
基于GAN的真实世界图像超分辨率技术，是GigaGAN论文在图像条件下放大的变体。Torch实现基于非官方的lucidrains/gigagan-pytorch仓库。
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)
减少接缝伪影
upscale_4x通过不重叠的图块对图像进行放大。这可能会导致接缝。使用upscale_4x_overlapped可以减少接缝。这将通过额外的一次处理并对结果取平均，使放大时间增加一倍。
