Skip to content

README_zh.md

Latest commit

 

History

History
115 lines (78 loc) · 3.92 KB

README_zh.md

File metadata and controls

115 lines (78 loc) · 3.92 KB
Raw

SwiftVR 部署指南

English | 简体中文

技术博客

SwiftVR 支持图像与视频的恢复和超分辨率，统一使用 --model_cls swiftvr --task sr。

1. 模型下载与转换

完成环境安装后，在 LightX2V 仓库根目录下载并转换官方权重 H-oliday/SwiftVR：

hf download H-oliday/SwiftVR --local-dir /path/to/SwiftVR
python tools/convert/examples/convert_swiftvr.py \
  --source /path/to/SwiftVR \
  --output /path/to/SwiftVR_lightx2v

2. 环境安装

根据 GPU 型号选择 LightX2V Docker 镜像。在宿主机的工作目录中拉取对应镜像：

# H100, A100等
docker pull lightx2v/lightx2v:26062001

# RTX 5090
docker pull lightx2v/lightx2v:26062001-cu130-5090-fix-260921

使用所选镜像启动容器：

docker run --gpus all -itd --ipc=host --name [容器名] -v [挂载设置] --entrypoint /bin/bash [镜像id]

在容器内下载源码并安装依赖：

git clone https://github.com/ModelTC/LightX2V.git
cd LightX2V
python -m pip install "av>=17" decord imageio-ffmpeg huggingface_hub

自行搭建环境时，可参考安装指南。

3. 离线推理

运行前，修改对应脚本中的 lightx2v_path（仓库路径）、model_path（转换后的模型路径）、config_path（配置路径）和 CUDA_VISIBLE_DEVICES（GPU 编号），并设置输入路径与输出路径 output_path。

根据 GPU 选择 configs/swiftvr/ 下的配置：

GPU 配置
H100 h100/swiftvr.json
A800 a800/swiftvr.json
RTX 5090 5090/swiftvr.json

启用编译时，在配置文件中添加 "use_compile": true，或者使用对应的 swiftvr_compile.json。

# 图像超分
bash scripts/swiftvr/inference/run_swiftvr_image_sr.sh

# 视频超分
bash scripts/swiftvr/inference/run_swiftvr_video_sr.sh

每次仅指定 --image_path 或 --video_path 中的一项，输出文件分别使用 .png 或 .mp4 格式。默认放大 2 倍（--sr_ratio 2）；可修改倍率，或使用 --size 1440 2560 指定输出尺寸（高、宽）。两者同时设置时，size 优先。

多卡视频推理可参考 h100/swiftvr_parallel.json。四卡推理需设置 parallel.chunk_p_size=4、CUDA_VISIBLE_DEVICES=0,1,2,3 和 --nproc_per_node 4，然后运行：

bash scripts/swiftvr/inference/run_swiftvr_video_sr_4gpu.sh

4. 服务化部署与 API 调用

修改对应服务启动脚本中的仓库路径、模型路径、配置路径和 GPU 编号，然后选择单卡或四卡方式启动：

# 单卡，默认使用 H100 编译配置
bash scripts/swiftvr/server/start_server.sh

# 四卡，按上文对齐并行配置
bash scripts/swiftvr/server/start_server_4gpu.sh

默认端口为 8000，同一个 sr 服务支持图像和视频超分。

发送请求前，修改客户端脚本中的 url 和 message：输入路径填写服务端可访问的绝对路径，save_result_path 指定服务端输出文件。使用 sr_ratio 设置缩放倍率，或使用 size: [高, 宽] 指定输出尺寸，规则与离线推理相同。

服务启动及预热完成后，在另一终端执行对应的请求脚本：

# 图像超分
python scripts/swiftvr/server/post_image.py

# 视频超分
python scripts/swiftvr/server/post_video.py

📜 引用

如果你在研究中使用 SwiftVR，请引用 SwiftVR 论文：

@article{yan2026swiftvr,
  title={SwiftVR: Real-Time One-Step Generative Video Restoration},
  author={Yan, Jiaqi and Chen, Xiangyu and Zhong, Xinlin and Huang, Haibin and Zhang, Chi and Liu, Jie and Zhou, Jiantao and Li, Xuelong},
  journal={arXiv preprint arXiv:2606.09516},
  year={2026}
}