企业官网建设流程全解析

Upscayl：4 步完成第一次 AI 图像放大，全程本地显卡跑

【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 图像放大桌面应用，全程在你本地 GPU 上运行，图片不出机器。内置 7 个 Real-ESRGAN 模型，默认 4 倍模式能把 500x500 的小图输出为 2000x2000 的大图，单张之外还支持批量处理整个文件夹。

🧱 如何确认你的电脑能跑 Upscayl

先别急着装，对一遍这 4 条硬条件，不满足时你会看到对应的报错：

• Vulkan 兼容的显卡：放大计算跑在 NCNN Vulkan 后端上，多数集显和纯 CPU 跑不动（启动或点放大时弹出 "GPU Error"）。
• 系统版本下限：macOS 12 及以上、Windows 10 及以上，Linux 各发行版均可用（官方 README 只给了 macOS 和 Windows 的最低版本）。
• 图片格式：只接受 PNG、JPG、JPEG、JFIF、WEBP 五种扩展名（其他格式会提示 "Invalid Image"）。
• 集显+独显双卡机器：需要到设置页的 GPU ID 选项里手动指定独显，否则可能落在集显上直接报错。

🚀 安装与首次启动速查：三大系统的 Upscayl 命令

首次启动会进入一个四页的欢迎向导（"Welcome to Upscayl" 起），逐页Next走完，最后点Get Started进入主界面：左侧是四步放大流程，右侧是图片预览区。macOS App Store 版本要注意，由于沙盒限制每次启动都要重选输出文件夹，在设置里打开SAVE OUTPUT FOLDER可以一劳永逸。

🛠️ 从选图到出图：Upscayl AI 图像放大的四步主线

1. Step 1 选择图片：点Select Image，也可以把图片直接拖进窗口，或按 Ctrl+V（macOS 为 ⌘V）粘贴剪贴板里的图。注意只放得进 PNG/JPG/JPEG/WEBP，拖别的格式提示不会消失。
2. Step 2 选择 AI 模型：下拉框默认Upscayl Standard，日常照片直接保留即可；7 个内置模型的定位见下表，导入的模型会出现在Imported Custom Models分组里。
3. Step 3 设置输出位置：默认就是图片所在目录（界面显示 "Defaults to Image's path"），想另存点Set Output Folder；配合设置页的SAVE OUTPUT FOLDER开关，目录会跨会话记住。
4. Step 4 开始放大：点Upscayl按钮，按钮上方显示尺寸换算（"Upscayl from 500x500 to 2000x2000"），进度条走完弹出 "Upscayl Successful" 提示。完成后打开More Options抽屉，用Lens View（放大镜）或Slider View（滑杆）左右拖动对比前后差异；选错随时Reset重来。

内置模型各有侧重，按素材类型挑：

记住这招：倍率超过 4 倍（16 倍 Double Upscayl 除外）时只做大图缩放、不走 AI 模型，想要真正的细节增强就留在 4 倍档。

🎛️ 按场景组织：批量、自定义模型与质量速度开关

批量放大整个文件夹— 勾选Batch Upscayl开关，Step 1 按钮变成Select Folder，文件夹内所有图片一次跑完 → 适用整批素材 → 文件夹里除 PNG/JPG/JPEG/WEBP 图片外不要放别的东西。

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，在设置页ADD CUSTOM MODELS区域点Select Folder指向它 → 适用想用 7 个内置模型之外的社区模型 → PyTorch 转 NCNN 的方法见 docs/Model-Conversion-Guide.md。

指定 GPU— 先放大一张图，到设置页日志区查看可用 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 → Windows 上若未开性能模式，系统可能覆盖此设置。

双倍放大— 开启Double Upscayl对同一张图连续跑两遍，4 倍模式实际输出 16 倍 → 适用需要进一步放大的极小原图 → 耗时明显增加。

质量与速度二选一— 开启TTA Mode（测试时数据增强）可减少伪影，但处理时间约为 8 倍 → 适用画质要求高且不赶时间的图 → 对伪影敏感的素材优先用它试一版。

精确宽度与输出格式—CUSTOM OUTPUT WIDTH直接指定输出宽度，高度按比例自动算出，开启后会覆盖倍率设置；SAVE IMAGE AS可选 PNG/JPG/WEBP，COPY IMAGE METADATA保留原图 EXIF → 适用需要精确匹配某个显示尺寸的场景。

📸 放大前后对比：Upscayl 把细节补全成了什么样

仓库在renderer/public/model-comparison/下放了一组模型对比样例，每个 after 图都是对应 before 小图的 4 倍放大结果，全部模型的对照收在 COMPARISONS.MD。

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、悬索走向和红色桥塔轮廓清晰可辨，山体岩石的层状纹理和岸边植被边缘比原图更锐利；桥塔被雾气遮挡的区域补全得柔和，没有生硬的块状接缝。

换成 Digital Art 模型放大一张动漫素材，风格取向就不同了：人物轮廓和金色头冠的描边干净利落，臂环的金色与背景天空的色块过渡平滑，整体适合插画类素材。

🚑 排错：最先遇到的 5 个报错速查

别慌，Upscayl 的高频报错基本集中在这几条：

• "GPU Error" 弹窗→ 显卡不支持 Vulkan，多数集显和 CPU 不在支持范围 → 换带独显的机器，或双卡机器在设置GPU ID里填独显编号。
• "Please select an output folder first" 提示→ Step 3 还没设输出目录 → 点Set Output Folder指定，或打开SAVE OUTPUT FOLDER让应用记住。
• "Invalid Image" 提示→ 扩展名不在支持列表内 → 只收 PNG、JPG、JPEG、JFIF、WEBP，先转换格式。
• 放大前后看不出明显变化→ AI 放大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（官方 FAQ 明确说明） → 换一张清晰但分辨率低的原图再试。
• 批量任务中途停了，部分图片倍率不对→ 某些模型不支持中途动作时，Upscayl 先把所有图放大完再统一做压缩、缩放等后处理 → 等整批跑完即可。

分平台（Linux/macOS/Windows）的排错条目和日志查看方法在 docs/troubleshooting/ 目录里。

📚 深入：官方文档、源码目录与本地开发

• 官方指南 docs/Guide.md 覆盖 GPU ID、日志、自定义模型等进阶操作，REST API 接口定义在 docs/openapi.yaml。
• 放大任务的命令实现在 electron/commands/（image-upscayl.ts单图、batch-upscayl.ts批量），内置模型清单在 common/models-list.ts。
• 本地跑起开发环境：

git clone https://gitcode.com/GitHub_Trending/up/upscayl cd upscayl && npm install && npm run start

【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