SUPIR

SUPIR ist ein SDXL-basiertes Forschungssystem zur generativen Bildrestaurierung. Es kann überzeugende Texturen erzeugen, doch neue Details beweisen nicht, was im beschädigten Original vorhanden war. Diese Bewertung beruht auf offiziellen Quellen, die am 20. September 2026 erneut geprüft wurden. Es wurden keine Modellgewichte heruntergeladen, keine Bilder verarbeitet und keine Geschwindigkeits- oder Qualitätsmessungen reproduziert. Die Nutzungsrechte an den Checkpoints bleiben ungeklärt.

Restaurationsziel vor dem Lauf festlegen

Stelle dafür eine begrenzte Frage: Kann SUPIR aus genau einem erlaubten beschädigten Foto eine brauchbare Anzeigeableitung erzeugen, ohne für den Betrachter wichtige Tatsachen zu verändern? Ein schärferes Auge, ein Buchstabe oder eine Oberfläche kann plausibel wirken und dennoch erzeugt sein. Verwende die Restaurierung daher weder zum Identifizieren einer unbekannten Person noch zum Lesen eines unlesbaren Kennzeichens oder zum Bestätigen der Echtheit. Notiere sichtbare, unsichere und unveränderliche Merkmale.

Das Paper beschreibt einen skalierten generativen Prior, eine große Trainingssammlung mit Textannotationen, negative Qualitäts-Prompts und restaurierungsgeführtes Sampling. Das sind Aussagen zur vorgeschlagenen Methode, keine Messwerte dieser Bewertung. Die Autoren kommen unter anderem vom Shenzhen Institute of Advanced Technology, Shanghai AI Laboratory, der University of Sydney, der Hong Kong Polytechnic University, dem ARC Lab bei Tencent PCG und der Chinese University of Hong Kong. Das Projekt einer einzelnen Firma zuzuschreiben wäre unzutreffend. Eine bessere erlaubte Referenz, eine nichtgenerative Korrektur oder das beschädigte Original können die richtige Entscheidung sein. Autorenangaben; Forschungsarbeit.

Komponenten und Checkpoints getrennt behandeln

Konkret nennt das README die CLIP-Encoder von SDXL, einen SDXL-Basis-Checkpoint, LLaVA CLIP und LLaVA v1.5 13B. SUPIR-v0Q und SUPIR-v0F sind über Baidu Netdisk und Google Drive verlinkt; optionale Juggernaut-Checkpoints stehen separat. Verlinkte Binärdateien wurden weder heruntergeladen noch gehasht; GitHub-Release-Dateien wurden nicht überprüft. Jeder Bestandteil bleibt eine eigene Beschaffungs- und Lizenzentscheidung; ersetze eine erwartete Datei nie stillschweigend durch einen ähnlich benannten Mirror. Komponenten und Bezugswege

CKPT_PTH.py enthält lokale absolute Pfade; zusätzlich müssen die YAML-Pfade gesetzt werden. Bei erreichbarem Hugging Face erlaubt das README None für die dort genannten CLIP-Pfade zum automatischen Download, nicht das Löschen sämtlicher Modellpfade. Protokolliere SDXL-, CLIP-, LLaVA- und SUPIR-Dateien einzeln mit Quelle, Version und Prüfsumme. Ein README-Link belegt weder Dateiintegrität und Kompatibilität noch dauerhafte Erreichbarkeit oder Nutzungsrechte. Pfadkonfiguration

Q und F mit identischer Eingabe vergleichen

Die Referenz-CLI verwendet standardmäßig --SUPIR_sign Q und akzeptiert Q oder F. Die Maintainer beschreiben Q als Paper-Standard mit breiter Generalisierung und F als Training für leichte Degradation, dessen Stage-one-Encoder mehr vorhandene Details erhalten soll. Das ist Maintainer-Anleitung, kein unabhängig bestätigtes Ranking. Dokumentiere auch verworfene Ergebnisse samt Grund. Q/F-Beschreibung; CLI-Auswahl

Vergleiche nur bei gleicher Quelle, gleichem Zuschnitt, Seed, positiven und negativen Prompts sowie denselben Sampling-Werten. Werden mehrere Bedingungen verändert, lässt sich ein Unterschied nicht mehr einer einzelnen Ursache zuordnen.

Vergleiche Q und F auch an einem leicht beschädigten Kontrollbild. Prüfe bei gleicher Ausgabeskalierung, ob bereits sichtbare Textur unnötig umgeschrieben wird; weder Q noch F ist ohne diesen Vergleich allgemein besser. Wenn Text, Gesichtszüge oder Produktgeometrie über die festgelegte Toleranz hinaus vom Original abweichen, lehne den betreffenden Kandidaten ab. Wenn Q und F unterschiedliche automatische Beschreibungen erzeugen, vergleicht das Paar den gesamten Ablauf und nicht allein den Checkpoint.

Bildbeschreibung, Prompts und Bildgrößen kontrollieren

Das Referenzskript entrauscht eine Kopie für die Bildbeschreibung vor und zielt dabei auf 512 Pixel an der kürzeren Seite. Standardmäßig beschreibt LLaVA dieses Bild; die Beschreibung fließt in das Diffusions-Sampling ein. Mit --no_llava wird LLaVA nicht geladen und die Beschreibung bleibt leer. Die Vorentrauschung läuft trotzdem, positive und negative Prompts bleiben aktiv, und CUDA wird weiterhin benötigt. Beschreibungspfad

Das Skript schreibt Argumente und Beschreibungen ins Terminal und speichert die fertigen PNG-Kandidaten. Das vorentrauschte Bild wird nicht gespeichert. Um es anzusehen, müsste das Skript um einen ausdrücklichen Export ergänzt werden; diese Änderung wurde hier weder umgesetzt noch getestet. Vergleiche ohne Export Original, protokollierte Beschreibung und fertiges PNG. Kennzeichne die Diagnose des Zwischenbildes als nicht verfügbar. Ein Terminalprotokoll ersetzt keinen Bildexport.

Bewahre beide vollständigen Prompttexte auf. Vergleiche bei möglicher Erfindung von Inhalten eine automatische mit einer leeren Beschreibung. Ein Wunsch wie „klare blaue Schrift“ kann lesbar wirkende Zeichen erzeugen, deren Inhalt das Original nicht belegt.

Die CLI verwendet standardmäßig Seed 1234, 50 EDM-Schritte, Guidance Scale 4,0, Stage-two-Control 1,0, min_size 1024 und upscale 1. Die Bildfunktion merkt sich zuerst Eingabegröße mal Vergrößerungsfaktor, erzwingt dann die interne Mindestgröße an der kürzeren Seite und rundet die Verarbeitungsmaße auf Vielfache von 64. Beim Speichern wird auf die gemerkten Ausgabemaße zurückskaliert. Eine Eingabe von 512 × 512 wird bei Upscale 1 somit intern mit 1024 × 1024 verarbeitet und mit 512 × 512 gespeichert. Das folgt aus dem Code und wurde hier nicht praktisch gemessen. CLI-Standardwerte; Bildgrößen und Speicherung

Die Qualitäts- und Treueeinstellungen im README sind Ausgangspunkte, keine allgemeingültigen Optima. Ändere jeweils nur einen Faktor und unterscheide die geplante Ausgabegröße von Annahmen zur internen Verarbeitung. Die Abmessungen des PNG verraten nicht die interne Tensorgröße. Dokumentierte Einstellungen

Die ungeklärten Rechte vor dem Test klären

Die SUPIR Software License Agreement lässt sich nicht sicher mit „nicht kommerzielle Nutzung erlaubt“ zusammenfassen. Abschnitt 2(b) gewährt ohne ausdrückliche schriftliche Erlaubnis keine Rechte zur Nutzung, Vervielfältigung, Änderung oder Verteilung proprietärer neuronaler Komponenten. Abschnitt 3(a) nennt dagegen eine Beschränkung der proprietären Gewichte, Bias-Werte und Architektur auf nicht kommerzielle Zwecke; 3(b) verlangt eine gesonderte kommerzielle Vereinbarung. Das Verhältnis dieser Bestimmungen bleibt hier ungeklärt. LICENSE, Abschnitte 2 und 3

Diese Bewertung entscheidet nicht, welche Bestimmung Vorrang hat, und erteilt keine Erlaubnis für Q/F-Gewichte. Kläre mit dem Lizenzgeber den konkreten Checkpoint und die geplante Tätigkeit, bevor du den Vergleich durchführst. Öffentlicher Code und Download-Links sind kein Erlaubnisnachweis. Die Bedingungen von SDXL, LLaVA, optionalen Juggernaut-Modellen, Eingabebildern und Ausgaben sind getrennt zu prüfen; eine öffentliche oder bezahlte Oberfläche löst diese Fragen nicht.

Das README verlinkt SupPixel als Online-Anwendung. Hier wurden weder Bilder eingereicht noch aktuelle Bedingungen, Datenschutz, Preise oder Verfügbarkeit geprüft. Ermittle vor einer Einsendung den Betreiber und bewahre die dann geltenden Nutzungsbedingungen, Regeln zur Datenverarbeitung und Ausgaberechte auf. Die festgestellte Verfügbarkeit betrifft lesbaren Quelltext und im README dokumentierte Links, nicht erfolgreich bezogene Gewichte oder einen laufenden Dienst. Online-App im README

Einen begrenzten Vergleich planen

Kläre zuerst die Rechte am Checkpoint. Bereite dann ein Bild vor, das du verarbeiten darfst, und ein weniger beschädigtes Kontrollbild. Bewahre die Originale auf, entferne bei Bedarf sensible Metadaten aus einer Arbeitskopie und notiere Zweck sowie unveränderliche Details. Nutze eine isolierte Umgebung und protokolliere tatsächliche Abhängigkeits- und Treiberversionen. Python 3.8 im README ist keine Zusage zur Kompatibilität mit jedem heutigen Betriebssystem. Installation

Die folgenden Befehle wurden nicht ausgeführt. Sie setzen konfigurierte Checkpoints und CUDA voraus. Die Shell-Umleitungen speichern Standardausgabe und Fehler pro Lauf, einschließlich ausgegebener Argumente und Bildbeschreibungen. Prüfe jedes Protokoll vor dem nächsten Lauf; ein erfolgreicher Durchlauf wird hier nicht behauptet. Ohne CUDA meldet das Referenzskript einen Fehler. Geräte und Argumente

mkdir -p logs
python test.py --img_dir inputs/control --save_dir results/q --SUPIR_sign Q --seed 1234 > logs/q.log 2>&1
python test.py --img_dir inputs/control --save_dir results/f --SUPIR_sign F --seed 1234 > logs/f.log 2>&1
python test.py --img_dir inputs/control --save_dir results/no-caption --SUPIR_sign Q --seed 1234 --no_llava > logs/no-caption.log 2>&1

Lege nur das vorgesehene Testbild in den Eingabeordner und verwende eindeutige Dateistämme. Die fertigen Bilder heißen <input-stem>_<sample-index>.png; für control.png und ein Sample liegt das Q-Ergebnis in results/q/control_0.png. Die ausgegebene Beschreibung enthält keinen Eingabedateinamen. Ein einzelnes Bild pro Lauf erhält deshalb die eindeutige Zuordnung. Dateischleife und Namen

Vergleiche Original, protokollierte Beschreibung und PNG in der Zielgröße und in wichtigen Ausschnitten. Notiere Format, Farbprofil, Ein- und Ausgabegröße sowie nicht ausgeschriebene Standardwerte. Interne Maße und Ressourcenwerte müssen separat gemessen oder im Code protokolliert werden. Das Terminalprotokoll enthält sie nicht automatisch. Wiederhole den Plan am schwierigen Bild erst nach einem akzeptierten Kontrollversuch. Ohne den zusätzlichen, ungetesteten Export bleibt das Zwischenbild ungeprüft.

Ableitung mit Nachweisen abnehmen

Diese Tabelle ist ein eigenes, noch nicht praktisch erprobtes Prüfmittel und kein Benchmark-Ergebnis. Fülle sie vor einer größeren Serie mit tatsächlich beobachteten Nachweisen.

Lehne ein überzeugend wirkendes Bild ab, wenn es identitätsprägende Merkmale verändert, unbelegte lesbare Schrift erzeugt oder wichtige Kanten verschiebt. Etwas Restunschärfe kann dem Original besser entsprechen. Bestimme die Toleranz nach dem Anzeigezweck. Bewahre vollständigen Befehl, Umgebung und Prüfsummen auf und kennzeichne die Ableitung mit einem eigenen Dateinamen und Bearbeitungshinweis.

Mit den vorhandenen Nachweisen Fehler eingrenzen

Prüfe Original, Protokoll, Q/F-Auswahl, Prompts, Sampling-Werte, Farbkorrektur und PNG, bevor du Qualitätswerte erhöhst. Das unveränderte CLI speichert das Beschreibungsbild nicht; dessen erste Abweichung lässt sich daher nicht ansehen. Auch ein Argument für eine manuell bearbeitete Bildbeschreibung fehlt. Beides erfordert eine gesondert geprüfte und getestete Skriptänderung. CLI und Beschreibung

Das sind Diagnosehypothesen, keine gemessenen Fehlerraten. Bewahre den ersten verfügbaren Fehlernachweis und den exakten Befehl auf. Lässt sich die Ursache damit nicht eingrenzen, bleibt sie unbekannt. Behaupte nicht, einen unzugänglichen internen Schritt geprüft zu haben.

Ressourcen und Datenschutz für den gesamten Auftrag prüfen

Bei mindestens zwei sichtbaren GPUs legt der Referenzcode SUPIR und LLaVA auf getrennte Geräte, bei einer auf dasselbe. Ohne CUDA bricht er ab. Geräteverteilung

Das langsamere Gradio-Beispiel im README ist mit 12 GB für Diffusion und 16 GB für LLaVA kommentiert. Das ist weder ein universelles Minimum noch ein Beleg, dass der vollständige Ablauf auf einer einzelnen 12-GB-GPU Platz findet. Erfasse Eingabe- und Ausgabedimensionen, Q/F, Schrittzahl, Zahl der Samples, numerische Typen, Tiling-Flags, Gerätemodell, Spitzenverbrauch und Laufzeit. Miss Checkpoint-Download, Start, Captioning, Sampling, Speichern und menschliche Sichtprüfung getrennt. Der Autoencoder akzeptiert fp32 oder bf16 und weist fp16 wegen eines NaN-Fehlerpfades zurück. Die Diffusionspräzision wird separat eingestellt; jede Kombination und Hardwarekonfiguration braucht eine eigene Prüfung. Gradio-Beispiele; Datentypen im Modell

Bei privaten oder lizenzierten Bildern ist gesondert zu entscheiden, ob lokale Verarbeitung erforderlich ist. Selbsthosting klärt weder Eingaberechte und Einwilligung abgebildeter Personen noch mögliche Telemetrie. Das offizielle Gradio-Beispiel kann Verlauf protokollieren; kontrolliere aktivierte Logs. Für gehostete Angebote ist eine eigene Prüfung von Datenschutz und Aufbewahrung nötig. Verlaufsprotokollierung

Nächsten Schritt aus dem Nachweis wählen

Fahre nur fort, wenn eine kontrollierte Ausgabe den Zweck erfüllt, quellenbelegte Struktur bewahrt, die Checkpoint-Rechte für den konkreten Einsatz geklärt sind und der Prüfaufwand tragbar ist. Andernfalls stoppe und nutze Resampling, Entrauschen, Retusche, einen besseren Scan oder das Original. Bewahre Konfiguration, Logs, angenommene und abgelehnte Ausgaben sowie die Offenlegung zusammen auf.

Stoppe auch bei erfundenem wesentlichem Material, ungeklärten Checkpoint- oder anderen erforderlichen Rechten, überschrittenen Ressourcen oder wiederholten manuellen Reparaturen. Diese Bewertung rangiert SUPIR nicht gegen andere Modelle und reproduziert die Paper-Experimente nicht. Nutze das Modellverzeichnis erst, nachdem die fehlende Fähigkeit benannt ist, und vergleiche Alternativen mit derselben erlaubten Eingabe und demselben Nachweisblatt. Ein öffentliches Repository, ein scharfes Bild oder ein beendeter Befehl belegt keine Eignung für den Auftrag.