企业官网建设流程全解析

Upscayl 免费开源 AI 图像放大指南：4 步完成第一张放大图

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl

Upscayl 是一款免费开源的 AI 图像放大桌面工具，内置 Real-ESRGAN 模型，把低分辨率照片、截图、插画放大并补全细节，全程在本地显卡上运行，不经过云端。装好后，一张 500x500 的小图按四步操作就能变成 2000x2000 的大图，也支持批量处理整个文件夹。

🔍 安装前先确认：Upscayl 对显卡有什么硬性要求

Upscayl 的放大计算依赖 Real-ESRGAN 的 NCNN Vulkan 后端（一个基于 Vulkan 图形接口的开源推理引擎），因此硬件上有硬性门槛：

• 必须有一块Vulkan 兼容的独立显卡；大多数集显和纯 CPU 跑不了，启动或点放大时会报 "GPU Error"。
• 系统版本下限：macOS 12 及以上、Windows 10 及以上；Linux 各发行版均可，建议走 Flatpak 渠道。
• 输入图片只接受PNG、JPG、JPEG、JFIF、WEBP五种扩展名，其他格式会提示 "Invalid Image"。

如果你的机器没有 Vulkan 独显，装完也基本无法使用；双显卡机器（集显+独显）则可以通过后文的 GPU ID 选项指定独显。

📥 Linux、macOS、Windows 安装命令速查

🎯 从选图到出图：第一次 AI 图像放大的 4 步流程

首次启动会进入欢迎向导，点 "Get Started" 进入主界面。之后每次放大都按左侧四步走：

1. Step 1 选择图片：点Select Image选取一张 PNG/JPG/WEBP 图片，也可以直接拖入窗口或 Ctrl+V 粘贴剪贴板里的图片。
2. Step 2 选择 AI 模型：下拉框默认是Upscayl Standard 4x，日常照片直接保留默认；也可以切换其他内置模型（对比见下节）。
3. Step 3 设置输出位置：默认就是图片所在目录。想另存就点Set Output Folder指定文件夹；配合设置页的 "SAVE OUTPUT FOLDER" 开关还能跨会话记住该目录。
4. Step 4 开始放大：点Upscayl按钮，按钮上方会显示尺寸换算（如 "Upscayl from 500x500 to 2000x2000"），进度条走完即完成。完成后打开 More Options 抽屉，用Lens View（放大镜）或Slider View（滑杆）拖动查看放大前后对比；选错或想重来，随时点Reset。

内置的 7 个模型各有侧重，按素材类型选择：

🗂 按场景选功能：批量放大、自定义模型与进阶开关

• 批量放大整个文件夹— 勾选左侧顶部的Batch Upscayl，Step 1 按钮变成Select Folder，一次跑完文件夹内所有图片，结果统一放到指定输出目录。适用：整批素材。注意文件夹里只放 PNG/JPG/JPEG/WEBP 图片。
• 加载自定义 NCNN 模型— 建一个文件夹，放入成对的.bin+.param模型文件，在 Settings 页的 "ADD CUSTOM MODELS" 区域点Select Folder指向它；主界面模型下拉框会出现 "Imported Custom Models" 分组。适用：想使用 7 个内置模型之外的社区模型，转换方法见 docs/Model-Conversion-Guide.md。
• 指定 GPU ID— 先放大一张图，到 Settings 页日志区查看可用 GPU 编号，填进 "GPU ID" 输入框，多张卡用逗号分隔。适用：集显+独显双卡机器误用集显的场景。Windows 上若系统未开性能模式，可能覆盖此设置。
• Double Upscayl— 对同一张图连续放大两遍（4x 模式下实际输出为 16x），耗时明显增加，适合需要进一步放大极小原图的场景。
• TTA Mode— 开启 Test Time Augmentation（测试时数据增强），能减少伪影但耗时约 8 倍。适用：对画质要求高且不着急的图。
• Save Image As / Image Compression— 输出格式可选 PNG/JPG/WEBP 并调节压缩率；"Copy Image Metadata" 开关用于保留原图 EXIF 信息。
• Custom Output Width— 直接指定输出宽度，高度按比例自动计算；开启后会覆盖倍率设置。适用：需要精确匹配某个显示尺寸。

🔬 放大前后对比：仓库自带样例里能看到什么细节变化

仓库内置了一组模型对比样例，位于 renderer/public/model-comparison/，每张 after 图都是对应 before 小图的 4 倍放大结果。

以 Upscayl Standard 为例：一张 500x500 的金门大桥照片被放大到 2000x2000。放大后桥身钢桁架的交叉斜杆、悬索与桥塔轮廓清晰可辨，山体岩石纹理和岸边植被边缘比原图锐利；桥塔被雾遮挡的区域 AI 补全得柔和，没有出现生硬的块状边缘。

换用 Digital Art 模型放大同一素材，风格取向不同：线条和色块边缘更干净，色彩过渡更平滑，适合插画类素材。

🩺 常见问题排查：Upscayl 报错与效果疑问

• 问题：点开始就弹 "GPU Error"。原因：当前显卡不支持 Vulkan，多数集显和 CPU 不在支持范围内。解决：换带独显的机器；双卡机器在 Settings 的 "GPU ID" 中填独显编号，Windows 先在系统高级显示设置中开启性能模式。

• 问题：点Upscayl按钮只提示 "Please select an output folder first"。原因：Step 3 还没有设置输出文件夹。解决：点Set Output Folder指定目录，或在 Settings 打开 "SAVE OUTPUT FOLDER" 开关让应用记住该目录。

• 问题：选图后提示 "Invalid Image"。原因：扩展名不在支持列表内。解决：只接受 PNG、JPG、JPEG、JFIF、WEBP，换一张图或先转换格式。

• 问题：放大前后看不出明显变化。原因：Upscayl 能增强低分辨率和像素化的图，但不会去模糊、不会修正失焦。解决：换一张清晰但分辨率低的原图再试，效果差异更直观。

• 问题：批量任务中途停了，部分图片没有完成或倍率不对。原因：某些模型不支持中途动作时，Upscayl 会先把所有图放大完，再统一做压缩、缩放等后处理。解决：直接等整批任务跑完即可。

更多平台相关的排错条目见 docs/troubleshooting/ 目录（含 Linux、macOS、Windows 分平台说明与日志查看方法）。

🧭 进阶入口：文档、源码目录与参与开发

• 官方指南：docs/Guide.md 覆盖 GPU ID、日志、自定义模型、倍率选项等进阶操作；docs/ 目录还有 REST API 文档（docs/openapi.yaml）。
• 模型转换：docs/Model-Conversion-Guide.md 说明如何把 PyTorch 模型转成 NCNN 格式。
• 放大任务命令实现：electron/commands/（image-upscayl.ts单图、batch-upscayl.ts批量）；内置模型清单在 common/models-list.ts；界面代码在 renderer/components/。
• 参与开发：git clone https://gitcode.com/GitHub_Trending/up/upscayl，按 README 的 Development 一节执行npm install和npm run start即可在本地跑起开发环境。

【免费下载链接】upscayl🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows.项目地址: https://gitcode.com/GitHub_Trending/up/upscayl