QuickSRNet
QuickSRNet upsamples an image by a factor of two.
- Tarefas
- restoration
- Tamanhos
- m2 at 64 px
- Instalação
pip install libreyolo- Nível de suporte
- Somente inferência, desde a v1.6.0. Somente predição, validação e exportação. Os recursos de treinamento não se aplicam.
- Licenças
- Código MIT, pesos BSD-3-Clause. Uso comercial
Install
pip install "libreyolo"Predict
from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreQuickSRNetm2-restore.pt", device="cpu")result = model(SAMPLE_IMAGE)result.restored.save("upscaled.png")The Medium 2x model preserves native input resolution and doubles each spatial dimension. Validation uses paired low/high-resolution images and reports PSNR and SSIM. ONNX supports dynamic spatial shapes; TorchScript uses a fixed canvas. Training is not supported.
Validate
from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreQuickSRNetm2-restore.pt", device="cpu")# Paired super-resolution dataset YAML: inputs/val low-res images, targets/val 2x high-res imagesmetrics = model.val(data="path/to/your/restore.yaml", workers=0)print(metrics)Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.
Export
| Tarefa | ONNX | TorchScript | ExecuTorch | TensorRT | OpenVINO | Paddle | MNN | RKNN | ncnn | TFLite | CoreML | Core AI |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Restoration | Restoration to ONNX: compatível | Restoration to TorchScript: compatível | Restoration to ExecuTorch: compatível | Restoration to TensorRT: compatível | Restoration to OpenVINO: compatível | Restoration to Paddle: incompatível | Restoration to MNN: incompatível | Restoration to RKNN: incompatível | Restoration to ncnn: compatível | Restoration to TFLite: incompatível | Restoration to CoreML: incompatível | Restoration to Core AI: incompatível |
from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreQuickSRNetm2-restore.pt", device="cpu")model.export(format="onnx")Export setup lists format dependencies and loading exported artifacts.
Checkpoints
| Arquivo | Licença dos pesos |
|---|---|
| Restoration | |
| LibreQuickSRNetm2-restore.pt | bsd-3-clause |
Todos os arquivos acima existem hoje na organização LibreYOLO e são baixados no primeiro uso.
Licensing
Confira a licença no repositório do Hugging Face correspondente aos pesos que você baixar. Cada checkpoint na organização LibreYOLO tem uma licença, e ela nem sempre é a mesma em toda a família. Esse repositório é a fonte oficial. O resumo abaixo descreve o que se aplicava na última verificação desta página.
Esta é uma descrição das licenças envolvidas, não uma orientação jurídica. Se a resposta tiver importância comercial, leia as licenças e procure sua própria assessoria.
- Trabalho original
- QuickSRNet, Qualcomm
- Licença original
- BSD-3-Clause
- Código-fonte original
- github.com/quic/aimet-model-zoo
- Código do LibreYOLO
- MIT
- Pesos
- BSD-3-Clause, republicado em huggingface.co/LibreYOLO
- Interpretação
- The source and released weights retain the publisher's BSD-3-Clause terms.
