Характеристики

Лицензия: BSD 3-Clause
Библиотека: mlx
Опубликована: 29 июн 2026

Ссылки

Real-ESRGAN-x4plus

Преобразование изображенийИзображение, текст → изображение3 профессии

Производная модели mlx-community/Real-ESRGAN-x4plus. Порт Real-ESRGAN для увеличения разрешения изображений в 4 раза на Apple Silicon с использованием MLX.

20скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Карточка модели fedjumpergaming/Real-ESRGAN-x4plus на Hugging Face совпадает с карточкой mlx-community/Real-ESRGAN-x4plus, поэтому описание составлено по ней.

Real-ESRGAN-x4plus (MLX) — порт модели Real-ESRGAN в формате MLX fp16, подготовленный сообществом mlx-community на основе официального чекпойнта xinntao/Real-ESRGAN. Модель использует архитектуру RRDBNet с 23 блоками и масштабирует изображения в 4 раза для повышения их разрешения и детализации на устройствах Apple Silicon.

Порт предназначен для восстановления и увеличения изображений. В README приведено сравнение с PyTorch: расхождение полного прямого прохода составляет 3,8 × 10⁻⁶ в CPU fp32, а fp16 относительно эталона fp32 — 1,3 × 10⁻³. Репозиторий распространяется по лицензии BSD-3-Clause.

Сценарии применения

увеличение разрешения фотографий в 4 раза
восстановление деталей в изображениях низкого разрешения
апскейл изображений на устройствах Apple Silicon

Ограничения

Порт рассчитан на Apple Silicon и среда выполнения MLX. Модель увеличивает изображение в 4 раза; в README указано небольшое расхождение результатов fp16 с эталоном fp32.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Real-ESRGAN-x4plus (MLX)

Apple MLX fp16 port of Real-ESRGAN RealESRGAN_x4plus (RRDBNet, ×4), for super-resolution on Apple Silicon. Converted from the official xinntao/Real-ESRGAN release checkpoint (BSD-3-Clause).

Usage

pip install realesrgan-mlx   # https://github.com/xocialize/realesrgan-mlx
realesrgan-mlx -i input.png -o out/ -n RealESRGAN_x4plus

from realesrgan_mlx.pipeline_mlx import make_upsampler, upscale_image
up = make_upsampler("RealESRGAN_x4plus", tile=256)   # tile>0 caps memory on large images
out = upscale_image("input.png", up)

make_upsampler downloads these weights automatically.

Details

Architecture: RRDBNet (num_feat=64, num_block=23, num_grow_ch=32)
Scale: ×4 · Precision: fp16
Parity vs PyTorch: full-forward 3.8e-6 (CPU fp32); fp16 vs fp32 golden 1.3e-3.

License

BSD-3-Clause (upstream Real-ESRGAN, Xintao Wang et al.).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов: 7c2d09d