4KAgent配置指南环境搭建与依赖安装完全手册【免费下载链接】4KAgent[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. An intelligent computer vision agent that can magically restore any image to perfect-4K!项目地址: https://gitcode.com/gh_mirrors/4k/4KAgent4KAgent是一款智能计算机视觉代理能够将任何图像神奇地恢复到完美的4K分辨率。本指南将帮助您快速完成4KAgent的环境搭建与依赖安装让您轻松体验图像超分辨率的强大功能。硬件要求打造高效运行环境在开始安装4KAgent之前请确保您的硬件满足以下要求存储空间大于50GB的磁盘空间用于存放代码、预训练模型以及VLM/LLM设置。GPU至少2块GPU每块GPU的显存容量不低于24GB以支持多GPU部署。环境设置一步步构建专属环境基础环境搭建首先我们需要创建并激活4KAgent的基础环境。打开终端执行以下命令# 创建4kagent基础环境 conda create -n 4kagent python3.10 -y conda activate 4kagent # 安装PyTorch及相关库 pip install torch2.1.2cu118 torchvision0.16.2cu118 torchaudio2.1.2cu118 -f https://download.pytorch.org/whl/torch_stable.html # 安装项目依赖 pip install -r installation/requirements.txt # 升级transformers库 pip install --upgrade transformers4.49.0 # 退出当前环境 conda deactivate特定功能环境配置4KAgent包含多个特定功能模块需要单独配置环境去雾功能环境RIDCP专用# 创建4kagent_dehaze环境 conda create -n 4kagent_dehaze python3.8 -y conda activate 4kagent_dehaze # 进入RIDCP去雾工具目录 cd executor/dehazing/tools/RIDCP_dehazing # 安装PyTorch及相关库 pip install torch1.13.1cu117 torchvision0.14.1cu117 torchaudio0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117 # 安装依赖 pip install -r requirements.txt # 编译安装BASICSR扩展 BASICSR_EXTTrue python setup.py develop # 返回项目根目录 cd ../../../.. # 退出环境 conda deactivate超分辨率功能环境OSEDiff、PISASR专用# 创建4kagent_sr环境 conda create -n 4kagent_sr python3.10 -y conda activate 4kagent_sr # 进入OSEDiff超分辨率工具目录 cd executor/super_resolution/tools/OSEDiff # 安装依赖 pip install -r requirements.txt # 返回项目根目录 cd ../../../.. # 退出环境 conda deactivate其他工具环境# 创建4kagent_spec_tools环境 conda create -n 4kagent_spec_tools python3.8 -y conda activate 4kagent_spec_tools # 安装特定工具依赖 pip install -r installation/spec_tools_requirements.txt # 安装mamba-ssm pip install mamba-ssm # 安装maxim工具 cd executor/dehazing/tools/maxim pip install . cd ../../../.. # 安装NAFNet工具 cd executor/denoising/tools/NAFNet python setup.py develop --no_cuda_ext cd ../../../.. # 退出环境 conda deactivate完成以上步骤后重新激活基础环境conda activate 4kagent4KAgent框架解析4KAgent的框架设计精妙包含多个关键模块协同工作实现图像的超分辨率恢复。上图展示了4KAgent的核心框架包括Profile Module、Perception Agent和Restoration Agent等部分。Profile Module用于设置图像恢复的参数和偏好Perception Agent负责图像分析和退化原因推理生成恢复计划Restoration Agent则执行具体的恢复任务如超分辨率、去噪、人脸修复等。工具与感知模型部署让4KAgent动起来创建符号链接为避免不同退化类型的共享模型仓库重复存储我们使用符号链接bash installation/tools_sym_links.sh下载预训练模型 checkpoint我们通过Hugging Face和Google Drive提供所需的预训练模型 checkpoint。对于Google Drive您可以使用gdown下载# 安装gdown pip install gdown # 下载模型压缩包 python -m gdown 1cX1n_zFFteX6_1NeVtoitUi-A_azl7jD # 解压 tar -xzvf 4KAgent_toolbox_pretrained_ckpts.tar.gz # 删除压缩包 rm -rf 4KAgent_toolbox_pretrained_ckpts.tar.gz # 复制 landmark detection 模型到旧照片修复工具目录 cp pretrained_ckpts/BOBL/Face_Detection/shape_predictor_68_face_landmarks.dat executor/old_photo_restoration/tools/BOBL/Face_Detection/ # 复制 bpe_simple_vocab_16e6.txt.gz 到指定目录 cp pretrained_ckpts/hpsv2/bpe_simple_vocab_16e6.txt.gz utils/clib_fiqa/model/ cp pretrained_ckpts/hpsv2/bpe_simple_vocab_16e6.txt.gz $(python -c import hpsv2, os; print(os.path.join(os.path.dirname(hpsv2.__file__), src/open_clip))) # 复制 FourierDiff 的 checkpoint cp pretrained_ckpts/FourierDiff/ckpts executor/brightening/tools/FourierDiff/guided_diffusion/下载完成后将其解压到项目根目录。验证工具设置为验证所有恢复工具是否正确安装和运行执行以下测试。此测试将确认每个恢复模型是否能在您的环境中正常运行CUDA_VISIBLE_DEVICES0 python -m test_tool.test_tool部署DepictQADepictQA是4KAgent的重要组成部分用于图像质量评估。部署步骤如下运行以下命令准备代码sh installation/deploy_depictqa.sh进入DepictQA目录并创建环境cd ./DepictQA conda create -n depictqa python3.10 -y conda activate depictqa pip install -r requirements.txt pip install huggingface_hub[cli] gdown下载权重文件cd ./weights/ # 下载预训练ViT模型 wget https://openaipublic.azureedge.net/clip/models/b8cca3fd41ae0c99ba7e8951adf17d267cdb84cd88be6f7c2e0eca1737a03836/ViT-L-14.pt # 下载预训练Vicuna模型 huggingface-cli download lmsys/vicuna-7b-v1.5 --local-dir ./vicuna-7b-v1.5 # 下载DepictQA-Wild的delta权重 huggingface-cli download zhiyuanyou/DepictQA2-DQ495K --local-dir ./DepictQA2-DQ495K mv ./DepictQA2-DQ495K/ckpt.pt ./delta/DQ495K.pt # 下载微调的delta权重 gdown 1o-PN1iXctWl62Tdb8fZs1eD1Ehv6HBMh -O ./delta mv ./delta/deltao_fk_5sj.part ./delta/degra_eval.pt启动DepictQA进行评估cd ./DepictQA conda activate depictqa CUDA_VISIBLE_DEVICES0 python src/app_eval.py CUDA_VISIBLE_DEVICES0 python src/app_comp.py超分辨率效果展示4KAgent的超分辨率功能能够显著提升图像质量让低分辨率图像变得清晰锐利。上图展示了超分辨率处理前后的图像对比左侧为低分辨率输入右侧为4KAgent处理后的高分辨率输出。可以看到处理后的图像细节更加丰富纹理更加清晰。总结通过本指南您已经完成了4KAgent的环境搭建与依赖安装。现在您可以开始探索4KAgent的强大功能将各种图像恢复到完美的4K分辨率。如果在使用过程中遇到任何问题请参考项目中的官方文档或寻求社区支持。希望4KAgent能为您的图像恢复工作带来便利和惊喜 【免费下载链接】4KAgent[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. An intelligent computer vision agent that can magically restore any image to perfect-4K!项目地址: https://gitcode.com/gh_mirrors/4k/4KAgent创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考