[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-shallowdream204--DreamClear":3,"tool-shallowdream204--DreamClear":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":81,"owner_website":82,"owner_url":83,"languages":84,"stars":112,"forks":113,"last_commit_at":114,"license":115,"difficulty_score":10,"env_os":116,"env_gpu":117,"env_ram":116,"env_deps":118,"category_tags":123,"github_topics":124,"view_count":10,"oss_zip_url":81,"oss_zip_packed_at":81,"status":16,"created_at":129,"updated_at":130,"faqs":131,"releases":161},622,"shallowdream204\u002FDreamClear","DreamClear","[NeurIPS 2024] DreamClear: High-Capacity Real-World Image Restoration with Privacy-Safe Dataset Curation","DreamClear 是一款基于 NeurIPS 2024 最新研究成果推出的开源图像恢复系统，专注于解决现实场景中低质量图像的修复难题。面对日常拍摄中常见的模糊、噪点及复杂退化问题，DreamClear 能够显著提升图像清晰度与细节表现力，让老旧照片或受损影像重焕新生。\n\n除了追求卓越的复原效果，DreamClear 还在数据层面实现了隐私安全的清洗策略，有效解决了传统模型训练中可能涉及的用户隐私泄露风险。对于计算机视觉领域的研究人员、算法工程师以及需要高质量图像后处理的设计师而言，DreamClear 提供了极具价值的参考与实用工具。\n\n技术亮点方面，DreamClear 整合了 PixArt-α、LLaVA 等前沿架构，构建了高容量的处理能力。官方同时开放了完整的训练与推理代码、预训练模型以及包含 250 张真实低质图像的 RealLQ250 评测基准，方便用户快速上手验证与二次开发。无论是探索学术前沿还是落地实际应用场景，DreamClear 都是当前图像复原领域值得关注的优秀选择。","\u003Cdiv align=\"center\">\n\n\u003Cdiv class=\"logo\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_21bcac4eb8a4.png\" style=\"width:180px\">\n   \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n\u003Ch1>DreamClear: High-Capacity Real-World Image Restoration with Privacy-Safe Dataset Curation\u003C\u002Fh1>\n\n\u003Cdiv>\n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=2Qp7Y5kAAAAJ' target='_blank'>Yuang Ai\u003C\u002Fa>\u003Csup>1,2\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=Z2BTkNIAAAAJ' target='_blank'>Xiaoqiang Zhou\u003C\u002Fa>\u003Csup>1,4\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=XMvLciUAAAAJ' target='_blank'>Huaibo Huang\u003C\u002Fa>\u003Csup>1,2\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=5fHHi24AAAAJ' target='_blank'>Xiaotian Han\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=0F1u21sAAAAJ' target='_blank'>Zhengyu Chen\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=c5KJsIgAAAAJ' target='_blank'>Quanzeng You\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=iJlC5mMAAAAJ' target='_blank'>Hongxia Yang\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    \u003Csup>1\u003C\u002Fsup>MAIS & NLPR, Institute of Automation, Chinese Academy of Sciences \u003Cbr>\n    \u003Csup>2\u003C\u002Fsup>School of Artificial Intelligence, University of Chinese Academy of Sciences \u003Cbr>\n    \u003Csup>3\u003C\u002Fsup>ByteDance, Inc \u003Csup>4\u003C\u002Fsup>University of Science and Technology of China \n\u003C\u002Fdiv>\n\u003Cdiv>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    \u003Cstrong>NeurIPS 2024\u003C\u002Fstrong>\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n    \u003Ch4 align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.18666\" target='_blank'>\n        \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv%20paper-2410.18666-b31b1b.svg\">\n        \u003C\u002Fa>\n        \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Ftree\u002Fmain\" target='_blank'>\n        \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F🤗%20Weights-DreamClear-yellow\">\n        \u003C\u002Fa>\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_753fb1719b2c.png\">\n    \u003C\u002Fh4>\n\u003C\u002Fdiv>\n\n⭐ If DreamClear is helpful to your projects, please help star this repo. Thanks! 🤗\n\n\n\u003C\u002Fdiv>\n\n\u003Cbe>\n\n\n## 🔥 News\n- **2024.11.30**: Release more convenient inference code for your own images.\n- **2024.10.25**: Release segmentation&detection code, pre-trained models.\n- **2024.10.25**: Release `RealLQ250` benchmark, which contains 250 real-world LQ images. \n- **2024.10.25**: Release training&inference code, pre-trained models of DreamClear. \n- **2024.10.24**: This repo is created.\n\n## 📸 Real-World IR Results\n[\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_667f20de4626.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzExNTEx) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_36630ca3b1b6.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTEx) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_2a0f2401935b.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNDk2)\n[\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_f21334a8195f.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTA4) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_83a0b862b3d3.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTEz) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_489d07b354a7.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTMw)\n\n\n## 🔧 Dependencies and Installation\n\n1. Clone this repo and navigate to DreamClear folder\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear.git\n   cd DreamClear\n   ```\n\n2. Create Conda Environment and Install Package\n\n   ```bash\n   conda create -n dreamclear python=3.9 -y\n   conda activate dreamclear\n   pip3 install -r requirements.txt\n   ```\n3. Download Pre-trained Models (All models except for llava can be downloaded at [Huggingface](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Ftree\u002Fmain) for convenience.)\n      #### Base Model:\n      * `PixArt-α-1024`: [PixArt-XL-2-1024-MS.pth](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Fblob\u002Fmain\u002FPixArt-XL-2-1024-MS.pth)\n      * `VAE`: [sd-vae-ft-ema](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Ftree\u002Fmain\u002Fsd-vae-ft-ema)\n      * `T5 Text Encoder`: [t5-v1_1-xxl](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Ftree\u002Fmain\u002Ft5-v1_1-xxl)\n      * `LLaVA`: [llava-v1.6-vicuna-13b](https:\u002F\u002Fhuggingface.co\u002Fliuhaotian\u002Fllava-v1.6-vicuna-13b)\n      * `SwinIR`: [general_swinir_v1.ckpt](https:\u002F\u002Fhuggingface.co\u002Flxq007\u002FDiffBIR\u002Fblob\u002Fmain\u002Fgeneral_swinir_v1.ckpt)\n      #### Ours provided Model:\n      * `DreamClear`: [DreamClear-1024.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002FDreamClear-1024.pth)\n      * `RMT for Segmentation`: [rmt_uper_s_2x.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002Frmt_uper_s_2x.pth)\n      * `RMT for Detection`: [rmt_maskrcnn_s_1x.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002Frmt_maskrcnn_s_1x.pth)\n      \n## 🎰 Train\n#### I - Prepare training data\nSimilar to [SeeSR](https:\u002F\u002Fgithub.com\u002Fcswry\u002FSeeSR\u002Fblob\u002Fmain\u002FREADME.md#step2-prepare-training-data), We pre-prepare HQ-LQ image pairs for the training of IR model. Run the following command to make paired data for training:\n\n```shell\npython3 tools\u002Fmake_paired_data.py \\\n--gt_path gt_path1 gt_path2 ... \\ \n--save_dir \u002Fpath\u002Fto\u002Fsave\u002Ffolder\u002F \\\n--epoch 1 # number of epochs to generate paired data\n```\n\nAfter generating paired data, you can use MLLM (e.g., [LLaVA](https:\u002F\u002Fgithub.com\u002Fhaotian-liu\u002FLLaVA)) to generate detailed text prompt for HQ images. Then you need to use T5 to extract text features in order to save training time. Run:\n\n```shell\npython3 tools\u002Fextract_t5_features.py \\\n--t5_ckpt \u002Fpath\u002Fto\u002Ft5-v1_1-xxl \\\n--caption_folder \u002Fpath\u002Fto\u002Fcaption\u002Ffolder \\\n--save_npz_folder \u002Fpath\u002Fto\u002Fsave\u002Fnpz\u002Ffolder\n```\n\nFinally, the directory structure for training datasets should look like\n```\ntraining_datasets_folder\u002F\n    └── gt\n        └── 0000001.png # GT , (1024, 1024, 3)\n        └── ...\n    └── sr_bicubic\n        └── 0000001.png # LQ + bicubic upsample, (1024, 1024, 3)\n        └── ...\n    └── caption\n        └── 0000001.txt # Caption files (not used in training)\n        └── ...\n    └── npz\n        └── 0000001.npz # T5 features\n        └── ...\n```\n#### II - Training for DreamClear\nRun the following command to train DreamClear with default settings:\n```shell\npython3 -m torch.distributed.launch --nproc_per_node=8 --nnodes=... --node_rank=... --master_addr=... --master_port=... \\\n    train_dreamclear.py configs\u002FDreamClear\u002FDreamClear_Train.py \\\n    --load_from \u002Fpath\u002Fto\u002FPixArt-XL-2-1024-MS.pth \\\n    --vae_pretrained \u002Fpath\u002Fto\u002Fsd-vae-ft-ema \\\n    --swinir_pretrained \u002Fpath\u002Fto\u002Fgeneral_swinir_v1.ckpt \\\n    --val_image \u002Fpath\u002Fto\u002FRealLQ250\u002Flq\u002Fval_image.png \\\n    --val_npz \u002Fpath\u002Fto\u002FRealLQ250\u002Fnpz\u002Fval_image.npz \\\n    --work_dir experiments\u002Ftrain_dreamclear\n```\nPlease modify the path of training datasets in `configs\u002FDreamClear\u002FDreamClear_Train.py`. You can also modify the training hyper-parameters (e.g., `lr`, `train_batch_size`, `gradient_accumulation_steps`) in this file, according to your own GPU machines.\n## ⚡ Inference\nWe provide the `RealLQ250` benchmark, which can be downloaded from [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F16uWuJOyGMw5fbXHGcl6GOmxYJb_Szrqe\u002Fview?usp=sharing).\n#### Testing DreamClear for Image Restoration\n\n\nRun the following command to restore LQ images (the code defaults to using 2 GPUs for inference):\n```shell\npython3 -m torch.distributed.launch --nproc_per_node 1 --master_port 1234 \\\n    test.py configs\u002FDreamClear\u002FDreamClear_Test.py \\\n    --dreamclear_ckpt \u002Fpath\u002Fto\u002FDreamClear-1024.pth \\\n    --swinir_ckpt \u002Fpath\u002Fto\u002Fgeneral_swinir_v1.ckpt \\\n    --vae_ckpt \u002Fpath\u002Fto\u002Fsd-vae-ft-ema \\\n    --t5_ckpt \u002Fpath\u002Fto\u002Ft5-v1_1-xxl \\\n    --llava_ckpt \u002Fpath\u002Fto\u002Fllava-v1.6-vicuna-13b \\\n    --lre --cfg_scale 4.5 --color_align wavelet \\\n    --image_path \u002Fpath\u002Fto\u002Finput\u002Fimages \\\n    --save_dir validation \\\n    --mixed_precision fp16 \\\n    --upscale 4\n```\n#### Evaluation on high-level benchmarks\n\nTesting instructions for [segmentation](segmentation\u002FREADME.md) and [detection](detection\u002FREADME.md) can be found in their respective folders.\n\n## 🪪 License\n\nThe provided code and pre-trained weights are licensed under the [Apache 2.0 license](LICENSE).\n\n## 🤗 Acknowledgement\n\nThis code is based on [PixArt-α](https:\u002F\u002Fgithub.com\u002FPixArt-alpha\u002FPixArt-alpha), [BasicSR](https:\u002F\u002Fgithub.com\u002FXPixelGroup\u002FBasicSR) and [RMT](https:\u002F\u002Fgithub.com\u002Fqhfan\u002FRMT). Some code are brought from [SeeSR](https:\u002F\u002Fgithub.com\u002Fcswry\u002FSeeSR), [StableSR](https:\u002F\u002Fgithub.com\u002FIceClear\u002FStableSR), [DiffBIR](https:\u002F\u002Fgithub.com\u002FXPixelGroup\u002FDiffBIR) and [LLaVA](https:\u002F\u002Fgithub.com\u002Fhaotian-liu\u002FLLaVA). We thank the authors for their awesome work.\n\n## 📧 Contact\nIf you have any questions, please feel free to reach me out at shallowdream555@gmail.com. \n\n## 📖 Citation\nIf you find our work useful for your research, please consider citing our paper:\n```\n@article{ai2024dreamclear,\n    title={DreamClear: High-Capacity Real-World Image Restoration with Privacy-Safe Dataset Curation},\n    author={Ai, Yuang and Zhou, Xiaoqiang and Huang, Huaibo and Han, Xiaotian and Chen, Zhengyu and You, Quanzeng and Yang, Hongxia},\n    journal={Advances in Neural Information Processing Systems},\n    volume={37},\n    pages={55443--55469},\n    year={2024}\n}\n```\n","\u003Cdiv align=\"center\">\n\n\u003Cdiv class=\"logo\">\n      \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_21bcac4eb8a4.png\" style=\"width:180px\">\n   \u003C\u002Fa>\n\u003C\u002Fdiv>\n\n\u003Ch1>DreamClear：面向高容量真实世界图像恢复的隐私安全数据集构建\u003C\u002Fh1>\n\n\u003Cdiv>\n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=2Qp7Y5kAAAAJ' target='_blank'>Yuang Ai\u003C\u002Fa>\u003Csup>1,2\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=Z2BTkNIAAAAJ' target='_blank'>Xiaoqiang Zhou\u003C\u002Fa>\u003Csup>1,4\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=XMvLciUAAAAJ' target='_blank'>Huaibo Huang\u003C\u002Fa>\u003Csup>1,2\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=5fHHi24AAAAJ' target='_blank'>Xiaotian Han\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=0F1u21sAAAAJ' target='_blank'>Zhengyu Chen\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=c5KJsIgAAAAJ' target='_blank'>Quanzeng You\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup> \n    \u003Ca href='https:\u002F\u002Fscholar.google.com\u002Fcitations?user=iJlC5mMAAAAJ' target='_blank'>Hongxia Yang\u003C\u002Fa>\u003Csup>3\u003C\u002Fsup>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    \u003Csup>1\u003C\u002Fsup>中国科学院自动化研究所 智能系统与模式识别国家重点实验室 (MAIS) & 模式识别国家重点实验室 (NLPR) \u003Cbr>\n    \u003Csup>2\u003C\u002Fsup>中国科学院大学人工智能学院 \u003Cbr>\n    \u003Csup>3\u003C\u002Fsup>字节跳动公司 \u003Csup>4\u003C\u002Fsup>中国科学技术大学 \n\u003C\u002Fdiv>\n\u003Cdiv>\n\u003C\u002Fdiv>\n\u003Cdiv>\n    \u003Cstrong>NeurIPS 2024\u003C\u002Fstrong>\n\u003C\u002Fdiv>\n\n\u003Cdiv>\n    \u003Ch4 align=\"center\">\n        \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.18666\" target='_blank'>\n        \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FarXiv%20paper-2410.18666-b31b1b.svg\">\n        \u003C\u002Fa>\n        \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Ftree\u002Fmain\" target='_blank'>\n        \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F🤗%20Weights-DreamClear-yellow\">\n        \u003C\u002Fa>\n        \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_8122aa7eadd2.png\">\n    \u003C\u002Fh4>\n\u003C\u002Fdiv>\n\n⭐ 如果 DreamClear 对您的项目有帮助，请帮忙给本仓库加星。谢谢！🤗\n\n\n\u003C\u002Fdiv>\n\n\u003Cbe>\n\n\n## 🔥 新闻\n- **2024.11.30**: 发布更便捷的推理代码用于处理您自己的图片。\n- **2024.10.25**: 发布分割与检测代码、预训练模型。\n- **2024.10.25**: 发布 `RealLQ250` 基准测试，其中包含 250 张真实世界的低质量（LQ）图像。 \n- **2024.10.25**: 发布 DreamClear 的训练与推理代码、预训练模型。 \n- **2024.10.24**: 创建本仓库。\n\n## 📸 真实世界图像恢复（IR）结果\n[\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_667f20de4626.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzExNTEx) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_36630ca3b1b6.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTEx) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_2a0f2401935b.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNDk2)\n[\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_f21334a8195f.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTA4) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_83a0b862b3d3.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTEz) [\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_readme_489d07b354a7.png\" height=\"400px\"\u002F>](https:\u002F\u002Fimgsli.com\u002FMzEwNTMw)\n\n\n## 🔧 依赖项与安装\n\n1. 克隆此仓库并进入 DreamClear 文件夹\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear.git\n   cd DreamClear\n   ```\n\n2. 创建 Conda 环境并安装包\n\n   ```bash\n   conda create -n dreamclear python=3.9 -y\n   conda activate dreamclear\n   pip3 install -r requirements.txt\n   ```\n3. 下载预训练模型（除 llava 外，所有模型均可在 [Huggingface](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Ftree\u002Fmain) 方便地下载。）\n      #### 基础模型:\n      * `PixArt-α-1024`: [PixArt-XL-2-1024-MS.pth](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Fblob\u002Fmain\u002FPixArt-XL-2-1024-MS.pth)\n      * `VAE` (变分自编码器): [sd-vae-ft-ema](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Ftree\u002Fmain\u002Fsd-vae-ft-ema)\n      * `T5 文本编码器`: [t5-v1_1-xxl](https:\u002F\u002Fhuggingface.co\u002FPixArt-alpha\u002FPixArt-alpha\u002Ftree\u002Fmain\u002Ft5-v1_1-xxl)\n      * `LLaVA`: [llava-v1.6-vicuna-13b](https:\u002F\u002Fhuggingface.co\u002Fliuhaotian\u002Fllava-v1.6-vicuna-13b)\n      * `SwinIR`: [general_swinir_v1.ckpt](https:\u002F\u002Fhuggingface.co\u002Flxq007\u002FDiffBIR\u002Fblob\u002Fmain\u002Fgeneral_swinir_v1.ckpt)\n      #### 我们提供的模型:\n      * `DreamClear`: [DreamClear-1024.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002FDreamClear-1024.pth)\n      * `RMT for Segmentation`: [rmt_uper_s_2x.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002Frmt_uper_s_2x.pth)\n      * `RMT for Detection`: [rmt_maskrcnn_s_1x.pth](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Fblob\u002Fmain\u002Frmt_maskrcnn_s_1x.pth)\n      \n## 🎰 训练\n#### 一、准备训练数据\n类似于 [SeeSR](https:\u002F\u002Fgithub.com\u002Fcswry\u002FSeeSR\u002Fblob\u002Fmain\u002FREADME.md#step2-prepare-training-data)，我们预先准备好用于 IR（图像恢复）模型训练的高清 - 低清（HQ-LQ）图像对。运行以下命令以生成配对数据用于训练：\n\n```shell\npython3 tools\u002Fmake_paired_data.py \\\n--gt_path gt_path1 gt_path2 ... \\ \n--save_dir \u002Fpath\u002Fto\u002Fsave\u002Ffolder\u002F \\\n--epoch 1 # number of epochs to generate paired data\n```\n\n生成配对数据后，您可以使用 MLLM（多模态大语言模型，例如，[LLaVA](https:\u002F\u002Fgithub.com\u002Fhaotian-liu\u002FLLaVA)）为高清图像生成详细的文本提示。然后您需要使用 T5 提取文本特征以节省训练时间。运行：\n\n```shell\npython3 tools\u002Fextract_t5_features.py \\\n--t5_ckpt \u002Fpath\u002Fto\u002Ft5-v1_1-xxl \\\n--caption_folder \u002Fpath\u002Fto\u002Fcaption\u002Ffolder \\\n--save_npz_folder \u002Fpath\u002Fto\u002Fsave\u002Fnpz\u002Ffolder\n```\n\n最后，训练数据集的目录结构应如下所示\n```\ntraining_datasets_folder\u002F\n    └── gt\n        └── 0000001.png # GT , (1024, 1024, 3)\n        └── ...\n    └── sr_bicubic\n        └── 0000001.png # LQ + bicubic upsample, (1024, 1024, 3)\n        └── ...\n    └── caption\n        └── 0000001.txt # Caption files (not used in training)\n        └── ...\n    └── npz\n        └── 0000001.npz # T5 features\n        └── ...\n```\n#### 二、DreamClear 训练\n运行以下命令以默认设置训练 DreamClear：\n```shell\npython3 -m torch.distributed.launch --nproc_per_node=8 --nnodes=... --node_rank=... --master_addr=... --master_port=... \\\n    train_dreamclear.py configs\u002FDreamClear\u002FDreamClear_Train.py \\\n    --load_from \u002Fpath\u002Fto\u002FPixArt-XL-2-1024-MS.pth \\\n    --vae_pretrained \u002Fpath\u002Fto\u002Fsd-vae-ft-ema \\\n    --swinir_pretrained \u002Fpath\u002Fto\u002Fgeneral_swinir_v1.ckpt \\\n    --val_image \u002Fpath\u002Fto\u002FRealLQ250\u002Flq\u002Fval_image.png \\\n    --val_npz \u002Fpath\u002Fto\u002FRealLQ250\u002Fnpz\u002Fval_image.npz \\\n    --work_dir experiments\u002Ftrain_dreamclear\n```\n请在 `configs\u002FDreamClear\u002FDreamClear_Train.py` 中修改训练数据集的路径。您也可以在根据您自己的 GPU 机器在此文件中修改训练超参数（例如，`lr`, `train_batch_size`, `gradient_accumulation_steps`）。\n\n## ⚡ 推理\n我们提供了 `RealLQ250` 基准测试集，可从 [Google Drive](https:\u002F\u002Fdrive.google.com\u002Ffile\u002Fd\u002F16uWuJOyGMw5fbXHGcl6GOmxYJb_Szrqe\u002Fview?usp=sharing) 下载。\n#### 测试 DreamClear 用于图像恢复\n\n\n运行以下命令以恢复 LQ (低质量) 图像（代码默认使用 2 个 GPU (图形处理器) 进行推理）：\n```shell\npython3 -m torch.distributed.launch --nproc_per_node 1 --master_port 1234 \\\n    test.py configs\u002FDreamClear\u002FDreamClear_Test.py \\\n    --dreamclear_ckpt \u002Fpath\u002Fto\u002FDreamClear-1024.pth \\\n    --swinir_ckpt \u002Fpath\u002Fto\u002Fgeneral_swinir_v1.ckpt \\\n    --vae_ckpt \u002Fpath\u002Fto\u002Fsd-vae-ft-ema \\\n    --t5_ckpt \u002Fpath\u002Fto\u002Ft5-v1_1-xxl \\\n    --llava_ckpt \u002Fpath\u002Fto\u002Fllava-v1.6-vicuna-13b \\\n    --lre --cfg_scale 4.5 --color_align wavelet \\\n    --image_path \u002Fpath\u002Fto\u002Finput\u002Fimages \\\n    --save_dir validation \\\n    --mixed_precision fp16 \\\n    --upscale 4\n```\n#### 在高级基准测试上的评估\n\n[分割](segmentation\u002FREADME.md) 和 [检测](detection\u002FREADME.md) 的测试说明可在各自的文件夹中找到。\n\n## 🪪 许可证\n\n提供的代码和预训练权重均遵循 [Apache 2.0 许可证](LICENSE)。\n\n## 🤗 致谢\n\n本代码基于 [PixArt-α](https:\u002F\u002Fgithub.com\u002FPixArt-alpha\u002FPixArt-alpha)、[BasicSR](https:\u002F\u002Fgithub.com\u002FXPixelGroup\u002FBasicSR) 和 [RMT](https:\u002F\u002Fgithub.com\u002Fqhfan\u002FRMT)。部分代码源自 [SeeSR](https:\u002F\u002Fgithub.com\u002Fcswry\u002FSeeSR)、[StableSR](https:\u002F\u002Fgithub.com\u002FIceClear\u002FStableSR)、[DiffBIR](https:\u002F\u002Fgithub.com\u002FXPixelGroup\u002FDiffBIR) 和 [LLaVA](https:\u002F\u002Fgithub.com\u002Fhaotian-liu\u002FLLaVA)。感谢各位作者的出色工作。\n\n## 📧 联系方式\n如果您有任何问题，欢迎随时通过邮箱 shallowdream555@gmail.com 与我联系。 \n\n## 📖 引用\n如果您的研究受益于我们的工作，请考虑引用我们的论文：\n```\n@article{ai2024dreamclear,\n    title={DreamClear: High-Capacity Real-World Image Restoration with Privacy-Safe Dataset Curation},\n    author={Ai, Yuang and Zhou, Xiaoqiang and Huang, Huaibo and Han, Xiaotian and Chen, Zhengyu and You, Quanzeng and Yang, Hongxia},\n    journal={Advances in Neural Information Processing Systems},\n    volume={37},\n    pages={55443--55469},\n    year={2024}\n}\n```","# DreamClear 快速上手指南\n\n**DreamClear** 是一个基于高容量数据集构建的现实世界图像恢复模型，旨在解决真实场景下的图像退化问题。本指南将帮助您快速完成环境搭建与推理测试。\n\n## 1. 环境准备\n\n*   **操作系统**: Linux 或 Windows (推荐 Linux 环境)\n*   **GPU**: 支持 CUDA 的 NVIDIA 显卡\n*   **Python**: 3.9 版本\n*   **依赖管理**: Conda\n*   **网络**: 需访问 GitHub 和 Huggingface，国内用户如遇连接困难请配置网络代理。\n\n## 2. 安装步骤\n\n### 克隆代码仓库\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear.git\ncd DreamClear\n```\n\n### 创建 Conda 环境并安装依赖\n```bash\nconda create -n dreamclear python=3.9 -y\nconda activate dreamclear\npip3 install -r requirements.txt\n```\n\n### 下载预训练模型\n所有模型文件均可从 [Huggingface 仓库](https:\u002F\u002Fhuggingface.co\u002Fshallowdream204\u002FDreamClear\u002Ftree\u002Fmain) 获取。请将以下模型下载至本地并记录路径：\n\n*   **核心模型**: `DreamClear-1024.pth`\n*   **基础组件**: \n    *   `PixArt-XL-2-1024-MS.pth`\n    *   `sd-vae-ft-ema` (VAE)\n    *   `t5-v1_1-xxl` (Text Encoder)\n    *   `llava-v1.6-vicuna-13b` (LLaVA)\n    *   `general_swinir_v1.ckpt` (SwinIR)\n*   **辅助模型** (可选): `rmt_uper_s_2x.pth`, `rmt_maskrcnn_s_1x.pth`\n\n## 3. 基本使用 (推理)\n\n本部分演示如何使用 DreamClear 对本地低质量图像进行高清恢复。\n\n### 运行推理命令\n请确保已准备好上述模型路径，并根据实际情况修改以下命令中的参数：\n\n```shell\npython3 -m torch.distributed.launch --nproc_per_node 1 --master_port 1234 \\\n    test.py configs\u002FDreamClear\u002FDreamClear_Test.py \\\n    --dreamclear_ckpt \u002Fpath\u002Fto\u002FDreamClear-1024.pth \\\n    --swinir_ckpt \u002Fpath\u002Fto\u002Fgeneral_swinir_v1.ckpt \\\n    --vae_ckpt \u002Fpath\u002Fto\u002Fsd-vae-ft-ema \\\n    --t5_ckpt \u002Fpath\u002Fto\u002Ft5-v1_1-xxl \\\n    --llava_ckpt \u002Fpath\u002Fto\u002Fllava-v1.6-vicuna-13b \\\n    --lre --cfg_scale 4.5 --color_align wavelet \\\n    --image_path \u002Fpath\u002Fto\u002Finput\u002Fimages \\\n    --save_dir validation \\\n    --mixed_precision fp16 \\\n    --upscale 4\n```\n\n### 关键参数说明\n| 参数 | 说明 |\n| :--- | :--- |\n| `--image_path` | 输入的低质量图像文件夹路径 |\n| `--save_dir` | 恢复后图像的保存目录 |\n| `--upscale` | 图像放大倍数，默认值为 4 |\n| `--mixed_precision` | 精度设置，推荐 `fp16` 以节省显存 |\n| `--nproc_per_node` | 使用的 GPU 数量，单卡设为 1 |\n\n> **注意**: 如需进行模型训练，请参考官方文档中的 `Train` 章节进行数据配对与特征提取。","某数字档案管理员正在处理一批来自老旧社区的监控录像截图，这些素材因年代久远而模糊不清，且画面中包含大量需要保护的居民敏感信息。\n\n### 没有 DreamClear 时\n- 现有通用修复模型在真实低质图像上表现不佳，边缘模糊且纹理细节严重丢失。\n- 人工逐帧调整效率极其低下，无法应对海量历史存档的快速修复需求。\n- 公开数据集存在隐私风险，直接上传云端处理可能泄露居民身份等敏感信息。\n- 复杂光照条件下人脸重建容易失真，关键面部特征丢失影响后续识别与分析。\n\n### 使用 DreamClear 后\n- DreamClear 针对真实世界退化专门优化，显著提升模糊区域的锐度与皮肤纹理细节。\n- 内置隐私安全机制，支持完全本地化运行，无需上传原始敏感数据即可安全处理。\n- 结合分割检测代码，能精准定位并修复人脸及关键物体区域，避免误伤背景环境。\n- 批量处理能力强大，将原本需要数周的人工整理工作压缩至数小时内即可完成交付。\n\nDreamClear 凭借高容量真实图像恢复能力与隐私保护设计，彻底解决了历史影像数字化中的质量与安全难题。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fshallowdream204_DreamClear_667f20de.png","shallowdream204","Yuang Ai","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fshallowdream204_dd8c259b.jpg","MS Student @ NLPR, CASIA.","University of Chinese Academy of Sciences","Beijing",null,"https:\u002F\u002Fshallowdream204.github.io\u002F","https:\u002F\u002Fgithub.com\u002Fshallowdream204",[85,89,93,97,101,104,108],{"name":86,"color":87,"percentage":88},"Python","#3572A5",95.9,{"name":90,"color":91,"percentage":92},"Cuda","#3A4E3A",2.9,{"name":94,"color":95,"percentage":96},"C++","#f34b7d",0.7,{"name":98,"color":99,"percentage":100},"JavaScript","#f1e05a",0.2,{"name":102,"color":103,"percentage":100},"HTML","#e34c26",{"name":105,"color":106,"percentage":107},"Shell","#89e051",0.1,{"name":109,"color":110,"percentage":111},"CSS","#663399",0,1195,45,"2026-04-01T02:01:13","Apache-2.0","未说明","需要 NVIDIA GPU (CUDA 支持)，具体型号和显存要求未说明，训练支持多卡分布式，推理建议开启混合精度 (fp16)",{"notes":119,"python":120,"dependencies":121},"需使用 Conda 创建独立环境；依赖包通过 pip 安装 requirements.txt 文件；首次运行需从 HuggingFace 下载多个预训练模型（包含 LLaVA-13B、PixArt 等，总体积较大）；训练命令使用 torch.distributed.launch 支持多卡加速；推理默认使用 2 张 GPU 并开启 fp16 混合精度模式。","3.9",[122],"torch",[26,14],[125,126,127,128],"diffusion-transformer","restoration","super-resolution","pixelart","2026-03-27T02:49:30.150509","2026-04-06T07:13:57.934112",[132,137,142,147,151,156],{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},2550,"如何测试我自己的数据？","作者已更新推理代码以支持自定义数据测试。步骤如下：1. 使用 MLLM LLaVa 生成图像描述（caption），参考示例代码 `llavaInfer.py`。2. 提取文本提示和 T5 特征。现在支持灵活使用，不再局限于 256 到 1024 的超分辨率。详细代码请参考 README 中的 [inference](https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear?tab=readme-ov-file#-inference) 部分。","https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear\u002Fissues\u002F17",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},2551,"NPZ 文件是什么？如何生成？","NPZ 文件用于存储 T5 特征。如果你要使用自己的图像，首先需要使用 T5 模型提取特征，然后将图像与这些特征一起输入进行推理。具体的特征提取过程可以参考示例代码 `extract_t5_features.py`。","https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear\u002Fissues\u002F8",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},2552,"推理时报错，应该安装哪个版本的 transformers？","如果遇到推理错误，建议尝试指定安装 `transformers==4.44.2` 版本。有用户反馈更换此版本后成功解决了推理过程中的报错问题。","https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear\u002Fissues\u002F24",{"id":148,"question_zh":149,"answer_zh":150,"source_url":146},2553,"推理代码需要多少张 GPU 显卡才能运行？","根据默认设置（如 `llava_device = 'cuda:1'`, `t5llm_device = 'cuda:2'`），代码可能涉及多卡配置，逻辑上至少需要 3 张显卡。具体需求视你的硬件配置和代码修改情况而定，建议根据实际报错调整设备映射。",{"id":152,"question_zh":153,"answer_zh":154,"source_url":155},2554,"项目是否支持视频修复或合作开发视频模型？","维护者明确表示目前暂无开发视频修复模型的计划。该项目主要专注于图像超分辨率和恢复任务。","https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear\u002Fissues\u002F20",{"id":157,"question_zh":158,"answer_zh":159,"source_url":160},2555,"推理过程中出现 `torch.distributed.launch` 弃用警告或图片显示异常怎么办？","日志中出现的 `torch.distributed.launch` 警告表明该模块已弃用，建议使用 `torchrun` 替代。如果图片显示为黑色或连接失败，请检查网络端口配置及 MMCV 版本兼容性。部分用户通过重新配置环境或更新依赖解决了此类问题。","https:\u002F\u002Fgithub.com\u002Fshallowdream204\u002FDreamClear\u002Fissues\u002F22",[]]