Swin2sr Lightweight X2 64

🚀 超分辨率模型適配 Transformers.js

本項目將 caidas/swin2SR-lightweight-x2-64 模型的 ONNX 權重進行適配，使其能與 Transformers.js 兼容，可用於圖像超分辨率任務。

🚀 快速開始

📦 安裝指南

如果你還未安裝 Transformers.js JavaScript 庫，可以使用以下命令從 NPM 進行安裝：

npm i @xenova/transformers

💻 使用示例

基礎用法

以下示例展示瞭如何使用 Xenova/swin2SR-lightweight-x2-64 對圖像進行超分辨率處理：

import { pipeline } from '@xenova/transformers';

// 創建圖像到圖像的管道
const upscaler = await pipeline('image-to-image', 'Xenova/swin2SR-lightweight-x2-64', {
    // quantized: false, // 取消註釋該行以使用量化版本
});

// 對圖像進行超分辨率處理
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/butterfly.jpg';
const output = await upscaler(url);
// RawImage {
//   data: Uint8Array(786432) [ ... ],
//   width: 512,
//   height: 512,
//   channels: 3
// }

// （可選）保存超分辨率後的圖像
output.save('upscaled.png');

⚠️ 重要提示

目前為 ONNX 權重單獨創建倉庫是一種臨時解決方案，直到 WebML 獲得更廣泛的應用。如果你想讓你的模型適用於 Web，建議使用 🤗 Optimum 將模型轉換為 ONNX 格式，並按照本倉庫的結構進行組織（將 ONNX 權重放在名為 onnx 的子文件夾中）。