enhancr
Release - 0.9.9 +
enhancr是一個優雅且易於使用的GUI，用於視訊幀插值和視訊放大，它利用人工智慧 - 使用node.js和Electron構建。它的創建是為了增強任何有興趣使用人工智慧增強視訊片段的人的用戶體驗。 GUI旨在提供由最先進技術支援的令人驚嘆的體驗，而不會像其他替代方案那樣感覺笨重和過時。
它具有 NVIDIA 的超快TensorRT推理功能，可顯著加快AI 處理速度。預先打包，無需安裝 Docker 或 WSL （Linux 的 Windows 子系統） - 騰訊的NCNN推理是輕量級的，可以在NVIDIA 、 AMD甚至Apple Silicon上運行 - 與龐大的推理相比，PyTorch 是這樣的：僅在NVIDIA GPU 上運作。
0.9.9 版有免費版本嗎？ https://dl.enhancr.app/setup/enhancr-setup-free-0.9.9.exe
為確保您擁有最新版本的軟體和所有必要的依賴項，我們建議從 Patreon 下載安裝程式。請注意，此儲存庫不提供Pro版本的建置和可嵌入 python 環境。
RIFE (NCNN) - megvii-research/ ECCV2022-RIFE - 由 styler00dollar/ VapourSynth-RIFE-NCNN-Vulkan提供支持
RIFE (TensorRT) - megvii-research/ ECCV2022-RIFE - 由 AmusementClub/ vs-mlrt & styler00dollar/ VSGAN-tensorrt-docker提供支持
GMFSS - 聯盟 (PyTorch/TensorRT) - 98mxr/ GMFSS_Union - 由 HolyWu/ vs-gmfss_union提供支持
GMFSS - Fortuna (PyTorch/TensorRT) - 98mxr/ GMFSS_Fortuna - 由 HolyWu/ vs-gmfss_fortuna提供支持
CAIN (NCNN) - myungsub/ CAIN - 由 mafiosnik/ vsynth-cain-NCNN-vulkan提供支援（未發布）
CAIN (DirectML) - myungsub/ CAIN - 由 AmusementClub/ vs-mlrt提供支援
CAIN (TensorRT) - myungsub/ CAIN - 由 HubertSotnowski/ cain-TensorRT提供支持
ShuffleCUGAN (NCNN) - styler00dollar/ VSGAN-tensorrt-docker - 由 AmusementClub/ vs-mlrt提供支持
ShuffleCUGAN (TensorRT) - styler00dollar/ VSGAN-tensorrt-docker - 由 AmusementClub/ vs-mlrt提供支持
RealESRGAN (NCNN) - xinntao/ Real-ESRGAN - 由 AmusementClub/ vs-mlrt提供支持
RealESRGAN (DirectML) - xinntao/ Real-ESRGAN - 由 AmusementClub/ vs-mlrt提供支持
RealESRGAN (TensorRT) - xinntao/ Real-ESRGAN - 由 AmusementClub/ vs-mlrt提供支持
RealCUGAN (TensorRT) - bilibili/ ailab/Real-CUGAN - 由 AmusementClub/ vs-mlrt提供支持
SwinIR (TensorRT) - JingyunLiang/ SwinIR - 由 mafiosnik777/ SwinIR-TensorRT提供支援（未發布）
DPIR (DirectML) - cszn/ DPIR - 由 AmusementClub/ vs-mlrt提供支援
DPIR (TensorRT) - cszn/ DPIR - 由 AmusementClub/ vs-mlrt提供支持
SCUNet (TensorRT) - cszn/ SCUNet - 由 mafiosnik777/ SCUNet-TensorRT提供支援（未發布）
附註：從 TensorRT 8.6 開始，不再支援第二代 Kepler 和 Maxwell（900 系列及以下）。您至少需要一個 Pascal GPU（1000 系列及更高版本）和 CUDA 12.0 + 驅動程式版本 >= 525.xx 才能使用 TensorRT 運行推理。
GUI 在創建時考慮到了跨平台相容性，並且與兩種作業系統相容。目前我們的主要重點是確保為 Windows 用戶提供穩定且功能齊全的解決方案，但 1.0 更新將提供對 Linux 和 macOS 的支援。
也計劃支援 Apple Silicon，但我目前只有一台 Intel Macbook Pro 可供測試我將在 Amazon AWS 上取得 Apple Silicon 執行個體來實現這一點，及時發布 1.0 版本。
輸入尺寸：1920x1080 @ 2x
| RTX 2060S 1 | RTX 3070 2 | RTX A4000 3 | RTX 3090 鈦4 | RTX 4090 5 | |
|---|---|---|---|---|---|
| RIFE / rife-v4.6 (NCNN) | 53.78 幀/秒 | 64.08 幀/秒 | 80.56 幀/秒 | 86.24 幀/秒 | 136.13 幀/秒 |
| RIFE / rife-v4.6 (TensorRT) | 70.34 幀/秒 | 94.63 幀/秒 | 86.47 幀/秒 | 122.68 幀/秒 | 170.91 幀/秒 |
| CAIN / cvp-v6 (NCNN) | 9.42 幀/秒 | 10.56 幀/秒 | 13.42 幀/秒 | 17.36 幀/秒 | 44.87 幀/秒 |
| CAIN / cvp-v6 (TensorRT) | 45.41 幀/秒 | 63.84 幀/秒 | 81.23 幀/秒 | 112.87 幀/秒 | 183.46 幀/秒 |
| GMFSS / 上 (PyTorch) | - | - | 4.32 幀/秒 | - | 16.35 幀/秒 |
| GMFSS / 聯盟 (PyTorch) | - | - | 3.68 幀/秒 | - | 13.93 幀/秒 |
| GMFSS / 聯盟 (TensorRT) | - | - | 6.79 幀/秒 | - | - |
| RealESRGAN / Animevideov3 (TensorRT) | 7.64 幀/秒 | 9.10 幀/秒 | 8.49 幀/秒 | 18.66 幀/秒 | 38.67 幀/秒 |
| RealCUGAN (TensorRT) | - | - | 5.96 幀/秒 | - | - |
| SwinIR (PyTorch) | - | - | 0.43 幀/秒 | - | - |
| DPIR / 降噪 (TensorRT) | 4.38 幀/秒 | 6.45 幀/秒 | 5.39 幀/秒 | 11.64 幀/秒 | 27.41 幀/秒 |
1 Ryzen 5 3600X - 耕升 RTX 2060 Super @ 庫存
2 Ryzen 7 3800X - 技嘉 RTX 3070 Eagle OC @ 庫存
3銳龍 5 3600X - PNY RTX A4000 @ 庫存
4 i9 12900KF - 華碩 RTX 3090 Ti Strix OC @ ~2220MHz
5 Ryzen 9 5950X - 華碩 RTX 4090 Strix OC - @ ~3100MHz 曲線可達到最大效能
此部分已移至 wiki：https://github.com/mafiosnik777/enhancr/wiki
查看它以了解有關充分利用增強器或如何解決各種問題的更多資訊。
TensorRT 是針對 NVIDIA GPU 的高度最佳化的 AI 推理運行時。它使用基準測試來找到適用於您的特定 GPU 的最佳內核，並且還有一個額外的步驟來在您要運行 AI 的機器上建立引擎。然而，最終的性能通常也比任何 PyTorch 或 NCNN 實現要好得多。
NCNN是針對行動平台最佳化的高效能神經網路推理運算框架。 NCNN 沒有任何第三方相依性。它是跨平台的，並且在大多數主要平台上運行速度比所有已知的開源框架都要快。它支援 NVIDIA、AMD、Intel Graphics 甚至 Apple Silicon。 NCNN目前在騰訊的許多應用中都有使用，像是QQ、QQ空間、微信、皮圖等。
如果您能透過在 Patreon 上捐款或在 PayPal 上捐款來表達對這個計畫的支持，我將不勝感激。您的支持將有助於加速開發並為專案帶來更多更新。此外，如果您有技能，您也可以透過提出拉取請求來做出貢獻。無論您選擇提供何種形式的支持，我們都會非常感激您的支持。
我正在不斷努力改進程式碼庫，包括解決由於時間限制可能出現的任何不一致問題。我們將定期發布更新，包括新功能、錯誤修復以及新技術和模型的合併。感謝您的理解與支持。
我們的播放器依賴 mpv 和 ModernX 作為 OSC。
感謝 HubertSontowski 和 styler00dollar 幫助實施 CAIN。
若要與社群互動、分享您的結果或在遇到任何問題時尋求協助，請造訪我們的不和諧。即將發布的版本的預覽也將在那裡展示。
