L'outil de bureau évoqué juste avant tourne sur l'algorithme présenté ici. Le projet n'est pas une application : c'est un article et son implémentation de référence, dont la description annonce des méthodes pratiques pour la restauration générale d'images et de vidéos, obtenues en étendant une approche générative antérieure vers une version capable d'affronter les dégradations du monde réel, avec des données d'entraînement entièrement synthétiques. Il est utilisé exactement ainsi — une foule de produits graphiques l'enveloppe en quelque chose de prêt à l'emploi, et ceux qui programment directement contre lui ne sont probablement pas la majorité.

Trois voies, choisies selon l'envie de bricoler

Les options officielles sont trois. La première n'exige rien : des démonstrations hébergées, deux entrées liées depuis le dépôt, pour juger du résultat avant toute installation — un site de démonstration officiel existait aussi aux débuts. La deuxième est un exécutable portable bâti sur ncnn, disponible pour Windows, Linux et macOS et couvrant les cartes des trois grands fabricants, avec toutes les dépendances et les modèles à l'intérieur, donc ni boîte à outils d'accélération ni environnement Python ne sont requis : télécharger, double-cliquer, terminé, au prix de moins de fonctions que la voie script. La troisième est la voie Python, pour qui veut l'intégrer à sa propre chaîne : Python 3.7 ou plus récent, un cadre d'apprentissage profond en version 1.7 ou plus, quelques paquets annexes, puis la ligne de commande est disponible avec un facteur de sortie libre — le modèle produit une image, une seconde mise à l'échelle suit — et un commutateur de rehaussement de visage qui appelle directement la restauration faciale.

Modèles et paramètres : plus de réglages que prévu

La version portable embarque plusieurs modèles derrière un paramètre de nom. Le x4plus général est la valeur par défaut ; s'y ajoutent une variante entraînée avec une autre perte, un modèle destiné à l'illustration animée et un autre à la vidéo animée. Au-delà du choix du modèle, plusieurs paramètres méritent attention : le facteur d'échelle peut être 2, 3 ou 4 ; la taille de tuile contrôle la mémoire, une machine à la peine découpant des blocs plus petits ; avec plusieurs cartes, on choisit celle qui travaille ; la répartition des fils entre chargement, traitement et sauvegarde se règle, ce qui accélère les lots de petites images ; un mode d'augmentation à l'inférence améliore encore la qualité au prix de la vitesse ; et la sortie peut être en jpg, png ou webp. Les notes officielles signalent un compromis : la version portable découpe l'entrée en blocs, les traite séparément puis les recolle, d'où des raccords visibles possibles et des résultats légèrement différents de la version cadre — auquel cas le conseil est simplement de passer à la voie script. Celle-ci gère en plus les images à canal alpha, les niveaux de gris, les images 16 bits et le rehaussement de visage mentionné.

Sa place dans l'écosystème : une couche que d'autres absorbent

Le dépôt tient une section listant les projets en aval, et cette liste explique le positionnement mieux qu'aucune description : une implémentation Android, un greffon de traitement vidéo, le port ncnn lui-même, et une série d'outils graphiques — dont le produit de bureau évoqué plus haut. Beaucoup d'utilisateurs font donc tourner cet algorithme indirectement, à travers une interface à laquelle ils ne pensent jamais. Les chiffres actuels donnent environ 36,8k étoiles, 4,5k forks et onze publications, en version v0.3.0, écrit en Python pur sous BSD-3-Clause — assez permissif pour que l'usage commercial et la redistribution créent peu de friction, l'une des raisons pour lesquelles tant de produits l'ont choisi comme fondation. La méthode a aussi une origine formelle : un article de 2021 dans un atelier de vision par ordinateur, par quatre auteurs, d'un laboratoire de vision d'entreprise et d'un institut national de recherche.

La ligne portable est maintenue dans un dépôt séparé, plus petit que le principal avec environ 2,2k étoiles et 292 forks, et elle admet s'être largement inspirée d'une implémentation en ligne de commande antérieure de la même idée. Sa liste de tâches est étonnamment concrète : prendre en charge des algorithmes d'agrandissement moins coûteux, corriger un problème d'image noire sur certaines machines, ajouter un guide de conversion de modèles, et prendre en charge la restauration de visage. Ce dernier point compte — la version portable et la voie script ne sont pas équivalentes, et le rehaussement de visage n'existe aujourd'hui que côté script, donc choisir selon le besoin.

À qui cela convient

Trois groupes. Ceux qui veulent traiter du matériau en lots sans monter un environnement : la version portable tourne dès le téléchargement, une commande couvre un répertoire, et le paramètre de tuile la maintient viable sur une machine moyenne. Les créateurs travaillant sur l'animation et l'illustration : il existe des modèles dédiés aux images animées et à la vidéo animée, et comme ce type de contenu a des textures plus régulières, les modèles s'y comportent de façon plus prévisible que sur des photographies réalistes. Et les développeurs comme les chercheurs : la licence permissive retire la friction, le code d'entraînement est publié, et qui veut intégrer de la super-résolution à son produit ou retravailler l'idée des données synthétiques part de bas et peut suivre l'article directement.

Trois réserves. La limite d'abord : sa force est de réparer une résolution insuffisante, et il ne traite pas les problèmes optiques comme le flou de mouvement ou la mise au point ratée dans la source — les notes officielles ajoutent un paramètre de force de débruitage pour atténuer le lissage qu'introduit l'agrandissement, ce qui indique que l'équilibre entre propreté et détail conservé revient à l'utilisateur. Ensuite le rythme : le dépôt principal reste à v0.3.0 avec des publications rares, ce qui se lit comme stable plutôt qu'activement en évolution, et le dépôt portable porte encore des points ouverts, donc lire sa liste de tâches avant de s'appuyer dessus. Enfin le matériel : la version portable passe par ncnn et Vulkan, elle veut donc une carte graphique, et une configuration à processeur seul sera très lente — à vérifier avant de planifier un gros lot. Si vous voulez seulement une interface utilisable, un produit de bureau fini demande moins d'efforts ; si vous voulez l'intégrer à votre chaîne, ce dépôt est le bon point de départ.

La valeur d'une couche algorithmique ouverte tient rarement à son propre nombre de téléchargements. Elle tient au nombre de produits prêts à la cacher dans leur coque.