Характеристики

Размер весов: 4,9 МБ
Лицензия: BSD 3-Clause
Библиотека: mlx
Опубликована: 6 июн 2026

Ссылки

Hugging Face

Real-ESRGAN-general-x4v3

mlx-community

Преобразование изображенийИзображение, текст → изображение3 профессии

Порт Real-ESRGAN для MLX увеличивает разрешение изображений в 4 раза на устройствах Apple Silicon.

160скачиваний за 30 дней1лайквеса обновлены6 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

Real-ESRGAN-general-x4v3 (MLX) — модель суперразрешения изображений, представленная сообществом mlx-community как порт официального чекпойнта Real-ESRGAN. Она предназначена для увеличения изображений в 4 раза на устройствах Apple Silicon с использованием библиотеки MLX. Архитектура — компактная SRVGGNetCompact с 64 признаками, 32 свёрточными слоями и активацией PReLU; веса представлены в формате safetensors с точностью fp16.

Модель подходит для повышения разрешения и детализации изображений, а также для настройки силы шумоподавления: в репозитории есть парные веса модели с шумоподавлением, которые смешиваются с основными весами. Разработчик указывает близкое соответствие результатам PyTorch. Лицензия — BSD-3-Clause.

Сценарии применения

увеличение разрешения фотографий в 4 раза
улучшение детализации небольших изображений
апскейл изображений на Apple Silicon
настройка баланса между сохранением деталей и шумоподавлением

Ограничения

Модель ориентирована на 4-кратное увеличение и запуск через MLX на Apple Silicon; приведённые показатели соответствия PyTorch не описывают качество на всех типах изображений.

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-general-x4v3 (MLX)

Apple MLX fp16 port of Real-ESRGAN realesr-general-x4v3 (SRVGGNetCompact, ×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 realesr-general-x4v3

from realesrgan_mlx.pipeline_mlx import make_upsampler, upscale_image
up = make_upsampler("realesr-general-x4v3", tile=256)   # tile>0 caps memory on large images
out = upscale_image("input.png", up)

make_upsampler downloads these weights automatically.

Details

Architecture: SRVGGNetCompact (num_feat=64, num_conv=32, act=prelu)
Scale: ×4 · Precision: fp16
Parity vs PyTorch: full-forward 4.1e-6 (CPU fp32); fp16 vs fp32 golden 2.0e-3.
Denoise strength: this model ships with a paired model_wdn.safetensors; build_model(..., denoise_strength=s) blends s*model + (1-s)*wdn (1.0 keeps detail, 0.0 = max denoise).

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

MLX-модели работают только на Apple Silicon.

Ревизия весов: e9a382f