waifu2x ncnn Vulkan

waifu2x 转换器的 ncnn 实现。在支持 Vulkan API 的 Intel / AMD / NVIDIA / Apple-Silicon 上运行速度极快。

waifu2x-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/waifu2x-ncnn-vulkan/releases

该软件包包含所有必要的二进制文件和模型。它具有便携性，因此无需 CUDA 或 Caffe 运行时环境 :)

使用方法

示例命令

waifu2x-ncnn-vulkan.exe -i input.jpg -o output.png -n 2 -s 2

完整用法

用法：waifu2x-ncnn-vulkan -i 输入文件 -o 输出文件 [选项]...

  -h                   显示此帮助信息
  -v                   详细输出
  -i 输入路径          输入图像路径（jpg/png/webp）或目录
  -o 输出路径          输出图像路径（jpg/png/webp）或目录
  -n 噪声级别          去噪级别 (-1/0/1/2/3, 默认=0)
  -s 缩放倍数          放大比例 (1/2/4/8/16/32, 默认=2)
  -t 图块大小          图块大小 (>=32/0=自动, 默认=0)，多 GPU 时可设为 0,0,0
  -m 模型路径          waifu2x 模型路径（默认=models-cunet）
  -g GPU ID            要使用的 GPU 设备 (-1=CPU, 默认=自动)，多 GPU 时可设为 0,1,2
  -j 加载:处理:保存    加载/处理/保存阶段的线程数（默认=1:2:2），多 GPU 时可设为 1:2,2,2:2
  -x                   启用 TTA 模式
  -f 格式              输出图像格式（jpg/png/webp，默认=扩展名/png）

• 输入路径 和 输出路径 可以是文件路径或目录路径
• 噪声级别 = 噪声等级，数值越大去噪效果越强，-1 表示无效果
• 缩放倍数 = 缩放级别，1 表示不缩放，2 表示放大 2 倍
• 图块大小 = 图块尺寸，使用较小值可减少 GPU 内存占用，默认会自动选择
• 加载:处理:保存 = 三个阶段（图像解码 + waifu2x 上采样 + 图像编码）的线程数，使用较大值可能会增加 GPU 利用率并消耗更多 GPU 内存。对于许多小尺寸图像，可以尝试“4:4:4”；而对于大尺寸图像，则可以使用“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，可适当增加线程数以提高处理速度。
• 格式 = 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. （仅限 macOS）从 https://vulkan.lunarg.com/ 下载并设置 Vulkan SDK。

2. 克隆本项目及其所有子模块

git clone https://github.com/nihui/waifu2x-ncnn-vulkan.git
cd waifu2x-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 加载库。

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

与 waifu2x-caffe-cui 的速度对比

环境

• Windows 10 1809
• AMD R7-1700
• NVIDIA GTX-1070
• NVIDIA 驱动程序 419.67
• CUDA 10.1.105
• cuDNN 10.1

Measure-Command { waifu2x-ncnn-vulkan.exe -i input.png -o output.png -n 2 -s 2 -t [块大小] -m [模型目录] }

Measure-Command { waifu2x-caffe-cui.exe -t 0 --gpu 0 -b 1 -c [块大小] -p cudnn --model_dir [模型目录] -s 2 -n 2 -m noise_scale -i input.png -o output.png }

cunet

	图像尺寸	目标尺寸	块大小	总耗时(s)	GPU 内存(MB)
waifu2x-ncnn-vulkan	200x200	400x400	400/200/100	0.86/0.86/0.82	638/638/197
waifu2x-caffe-cui	200x200	400x400	400/200/100	2.54/2.39/2.36	3017/936/843
waifu2x-ncnn-vulkan	400x400	800x800	400/200/100	1.17/1.04/1.02	2430/638/197
waifu2x-caffe-cui	400x400	800x800	400/200/100	2.91/2.43/2.7	3202/1389/1178
waifu2x-ncnn-vulkan	1000x1000	2000x2000	400/200/100	2.35/2.26/2.46	2430/638/197
waifu2x-caffe-cui	1000x1000	2000x2000	400/200/100	4.04/3.79/4.35	3258/1582/1175
waifu2x-ncnn-vulkan	2000x2000	4000x4000	400/200/100	6.46/6.59/7.49	2430/686/213
waifu2x-caffe-cui	2000x2000	4000x4000	400/200/100	7.01/7.54/10.11	3258/1499/1200
waifu2x-ncnn-vulkan	4000x4000	8000x8000	400/200/100	22.78/23.78/27.61	2448/654/213
waifu2x-caffe-cui	4000x4000	8000x8000	400/200/100	18.45/21.85/31.82	3325/1652/1236

upconv_7_anime_style_art_rgb

	图像尺寸	目标尺寸	块大小	总耗时(s)	GPU 内存(MB)
waifu2x-ncnn-vulkan	200x200	400x400	400/200/100	0.74/0.75/0.72	482/482/142
waifu2x-caffe-cui	200x200	400x400	400/200/100	2.04/1.99/1.99	995/546/459
waifu2x-ncnn-vulkan	400x400	800x800	400/200/100	0.95/0.83/0.81	1762/482/142
waifu2x-caffe-cui	400x400	800x800	400/200/100	2.08/2.12/2.11	995/546/459
waifu2x-ncnn-vulkan	1000x1000	2000x2000	400/200/100	1.52/1.41/1.44	1778/482/142
waifu2x-caffe-cui	1000x1000	2000x2000	400/200/100	2.72/2.60/2.68	1015/570/459
waifu2x-ncnn-vulkan	2000x2000	4000x4000	400/200/100	3.45/3.42/3.63	1778/482/142
waifu2x-caffe-cui	2000x2000	4000x4000	400/200/100	3.90/4.01/4.35	1015/521/462
waifu2x-ncnn-vulkan	4000x4000	8000x8000	400/200/100	11.16/11.29/12.07	1796/498/158
waifu2x-caffe-cui	4000x4000	8000x8000	400/200/100	9.24/9.81/11.16	995/546/436

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 waifu2x 噪声=2 缩放=2 放大 2 倍

waifu2x-ncnn-vulkan.exe -i origin.jpg -o output.png -n 2 -s 2

原始 waifu2x 项目

• https://github.com/nagadomi/waifu2x
• https://github.com/lltcggie/waifu2x-caffe

其他使用的开源代码

• https://github.com/Tencent/ncnn 用于在所有平台上进行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/libjpeg-turbo/libjpeg-turbo 用于在所有平台上编解码 JPEG 图像
• https://github.com/pnggroup/libpng 用于在所有平台上编解码 PNG 图像
• https://github.com/zlib-ng/zlib-ng 用于在所有平台上编解码 PNG 图像
• https://github.com/tronkko/dirent 用于在 Windows 上列出目录中的文件

waifu2x-ncnn-vulkan 快速上手指南

waifu2x-ncnn-vulkan 是一个基于 ncnn 框架和 Vulkan API 实现的图像超分辨率工具。它无需 CUDA 或 Caffe 环境，即可在 Intel、AMD、NVIDIA 显卡及 Apple Silicon 芯片上高效运行，支持图片降噪和放大。

环境准备

• 操作系统：Windows / Linux / macOS
• 硬件要求：支持 Vulkan API 的 GPU（Intel / AMD / NVIDIA / Apple Silicon）。
  • 注意：若遇到崩溃或错误，请优先更新显卡驱动程序。
• 前置依赖：无。下载包已包含所有必要的二进制文件和模型，开箱即用。

安装步骤

本项目提供预编译的二进制文件，无需手动编译即可使用。

1. 下载安装包 访问 GitHub Releases 页面下载对应系统的压缩包： https://github.com/nihui/waifu2x-ncnn-vulkan/releases

2. 解压文件 将下载的 .7z 或 .zip 文件解压到任意目录。

3. 验证安装 打开终端（Linux/macOS）或命令提示符/PowerShell（Windows），进入解压后的目录，运行以下命令查看帮助信息以确认安装成功：

   waifu2x-ncnn-vulkan.exe -h
   

   (注：Linux/macOS 用户请运行 ./waifu2x-ncnn-vulkan -h)

基本使用

最简单示例

将当前目录下的 input.jpg 进行 2 倍放大并应用中等强度的降噪（noise=2），输出为 output.png：

waifu2x-ncnn-vulkan.exe -i input.jpg -o output.png -n 2 -s 2

核心参数说明

• -i : 输入图片路径（支持文件或文件夹）。
• -o : 输出图片路径（支持文件或文件夹）。
• -n : 降噪等级。范围 -1 到 3。
  • -1: 不降噪
  • 0: 默认
  • 2: 中等降噪（推荐用于动漫图片）
  • 3: 强降噪
• -s : 放大倍数。支持 1, 2, 4, 8, 16, 32。
  • 2: 放大 2 倍
• -t : 分块大小（Tile size）。若显存不足导致崩溃，可减小此值（如 200 或 100），0 表示自动调整。
• -g : 指定 GPU ID。-1 强制使用 CPU，0, 1, 2 对应多显卡场景。

批量处理示例

对 input_folder 文件夹内的所有图片进行处理，结果保存至 output_folder：

waifu2x-ncnn-vulkan.exe -i input_folder -o output_folder -n 2 -s 2