Real-CUGAN ncnn Vulkan

:exclamation: :exclamation: :exclamation: 本软件尚处于早期开发阶段，可能会“咬”你的猫哦！

Real-CUGAN 转换器的 ncnn 实现。在 Intel / AMD / Nvidia / Apple-Silicon 上，通过 Vulkan API 运行速度极快。

realcugan-ncnn-vulkan 使用 ncnn 项目 作为通用的神经网络推理框架。

下载

下载适用于 Intel/AMD/Nvidia/Apple-Silicon GPU 的 Windows/Linux/MacOS 可执行文件

https://github.com/nihui/realcugan-ncnn-vulkan/releases

该包包含所有必要的二进制文件和模型。它具有可移植性，因此无需 CUDA 或 PyTorch 运行时环境 :)

关于 Real-CUGAN

Real-CUGAN（用于动漫图像超分辨率的真实级级联 U-Net）

https://github.com/bilibili/ailab/tree/main/Real-CUGAN

使用方法

示例命令

realcugan-ncnn-vulkan.exe -i input.jpg -o output.png

完整用法

用法：realcugan-ncnn-vulkan -i infile -o outfile [选项]...

  -h                   显示此帮助信息
  -v                   详细输出
  -i input-path        输入图像路径（jpg/png/webp）或目录
  -o output-path       输出图像路径（jpg/png/webp）或目录
  -n noise-level       去噪级别（-1/0/1/2/3，默认=-1）
  -s scale             放大倍数（1/2/3/4，默认=2）
  -t tile-size         图块大小（>=32/0=自动，默认=0），多 GPU 时可设为 0,0,0
  -c syncgap-mode      同步间隙模式（0/1/2/3，默认=3）
  -m model-path        realcugan 模型路径（默认=models-se）
  -g gpu-id            使用的 GPU 设备（-1=CPU，默认=自动），多 GPU 时可设为 0,1,2
  -j load:proc:save    加载/处理/保存的线程数（默认=1:2:2），多 GPU 时可设为 1:2,2,2:2
  -x                   启用 TTA 模式
  -f format            输出图像格式（jpg/png/webp，默认=扩展名/png）

• input-path 和 output-path 既可以是文件路径，也可以是目录路径。
• noise-level 表示去噪级别，数值越大去噪效果越强，-1 表示不进行去噪。
• scale 表示放大倍数，1 表示不缩放，2 表示放大 2 倍。
• tile-size 表示图块大小，较小的值可以减少 GPU 内存占用，默认会自动选择。
• syncgap-mode 表示同步间隙模式，0 表示无同步，1 表示精确同步，2 表示粗略同步，3 表示非常粗略的同步。
• load:proc:save 表示三个阶段（图像解码 + realcugan 超分辨率 + 图像编码）的线程数，使用较大的值可能会增加 GPU 使用率并消耗更多 GPU 内存。对于许多小尺寸图像，可以尝试设置为“4:4:4”；而对于大尺寸图像，则可以设置为“2:2:2”。默认设置通常适用于大多数情况。如果发现 GPU 资源紧张，可以适当增加线程数以提高处理速度。
• format 表示输出图像的格式，PNG 格式支持更好，但 WebP 通常能生成更小的文件，两者均为无损编码。

如果遇到崩溃或错误，请尝试更新您的 GPU 驱动程序：

• Intel：https://downloadcenter.intel.com/product/80939/Graphics-Drivers
• AMD：https://www.amd.com/en/support
• NVIDIA：https://www.nvidia.com/Download/index.aspx

从源代码构建

1. 从 https://vulkan.lunarg.com/ 下载并安装 Vulkan SDK。
   • 对于 Linux 发行版，您可以通过包管理器获取必要的构建依赖：

dnf install vulkan-headers vulkan-loader-devel

apt-get install libvulkan-dev

pacman -S vulkan-headers vulkan-icd-loader

2. 克隆本项目及其所有子模块：

git clone https://github.com/nihui/realcugan-ncnn-vulkan.git
cd realcugan-ncnn-vulkan
git submodule update --init --recursive

3. 使用 CMake 构建：
   • 在 macOS 上，您可以传递 -DUSE_STATIC_MOLTENVK=ON 选项来避免链接 Vulkan 加载器库。

mkdir build
cd build
cmake ../src
cmake --build . -j 4

示例图片

原始图像

使用 ImageMagick 放大 2 倍

convert origin.jpg -resize 200% output.png

使用 ImageMagick Lanczos4 滤波器放大 2 倍

convert origin.jpg -filter Lanczos -resize 200% output.png

使用 Real-CUGAN 放大 2 倍

realcugan-ncnn-vulkan.exe -i origin.jpg -o output.png -s 2 -n 1 -x

原始 Real-CUGAN 项目

• https://github.com/bilibili/ailab/tree/main/Real-CUGAN

其他使用的开源代码

• https://github.com/Tencent/ncnn，用于在所有平台上实现快速的神经网络推理。
• https://github.com/webmproject/libwebp，用于在所有平台上编解码 WebP 图像。
• https://github.com/nothings/stb，用于在 Linux / MacOS 上解码和编码图像。
• https://github.com/tronkko/dirent，用于在 Windows 上列出目录中的文件。

Real-CUGAN ncnn-vulkan 快速上手指南

Real-CUGAN 是一个专为动漫图像设计的超分辨率工具，基于 ncnn 框架和 Vulkan API 实现。它支持 Intel、AMD、Nvidia 及 Apple Silicon 显卡，无需安装 CUDA 或 PyTorch 环境即可运行，具有便携、高效的特点。

环境准备

系统要求

• 操作系统：Windows / Linux / macOS
• 硬件要求：支持 Vulkan API 的 GPU（Intel / AMD / Nvidia / Apple Silicon）。若使用 CPU 模式，需指定 -g -1 参数。
• 驱动要求：请确保显卡驱动为最新版本，以避免崩溃或错误。
  • Intel: 下载中心
  • AMD: 支持页面
  • NVIDIA: 驱动下载

前置依赖

• 预编译版本：无额外依赖，下载即用。
• 源码编译版本（仅当需要自行构建时）：
  • 需安装 Vulkan SDK。
  • Linux 用户可通过包管理器安装开发库：

    # Fedora/CentOS
    dnf install vulkan-headers vulkan-loader-devel
    
    # Ubuntu/Debian
    apt-get install libvulkan-dev
    
    # Arch Linux
    pacman -S vulkan-headers vulkan-icd-loader
    

安装步骤

推荐直接下载官方发布的预编译二进制文件，包含所有必要的模型和组件。

1. 下载安装包 访问 GitHub Releases 页面下载对应系统的可执行文件：

   https://github.com/nihui/realcugan-ncnn-vulkan/releases

2. 解压文件 将下载的压缩包解压到任意目录。

   (可选) 源码编译步骤：

   git clone https://github.com/nihui/realcugan-ncnn-vulkan.git
   cd realcugan-ncnn-vulkan
   git submodule update --init --recursive
   
   mkdir build
   cd build
   cmake ../src
   cmake --build . -j 4
   

基本使用

最简单示例

将当前目录下的 input.jpg 放大 2 倍并保存为 output.png（使用默认去噪和模型）：

realcugan-ncnn-vulkan.exe -i input.jpg -o output.png

(注：Linux/macOS 用户请将 .exe 后缀去掉，或直接运行 ./realcugan-ncnn-vulkan)

常用参数说明

• -n: 去噪强度 (-1/0/1/2/3)，-1 表示不去噪，数值越大去噪越强。
• -s: 放大倍数 (1/2/3/4)，默认为 2。
• -x: 开启 TTA 模式（测试时增强），可提升画质但速度变慢。
• -g: 指定 GPU ID，-1 表示使用 CPU。

进阶示例

对输入图片进行 2 倍放大，应用中等去噪（等级 1），并开启 TTA 模式以获得最佳画质：

realcugan-ncnn-vulkan.exe -i input.jpg -o output.png -s 2 -n 1 -x

批量处理

-i 和 -o 参数均支持目录路径，可对文件夹内所有图片进行批量处理：

realcugan-ncnn-vulkan.exe -i ./input_images -o ./output_images -s 2 -n 0