--- language: - zh - en tags: - onnx - image-restoration - super-resolution - face-restoration - fp32 - fp16 - bf16 --- # QualityScaler-Go models ONNX 模型精度版本，按模型名称分目录。其中 **23 款从原始 PyTorch 检查点重新导出，6 款经用户授权从现有 ONNX 转换**；各 manifest 的 `source.kind` 明确区分来源。 本次提供 **29 个模型、87 个精度文件**，总大小 4.09 GB。每款包含 FP32、FP16、BF16；所有文件已通过 ONNX 结构、类型和 SHA-256 检查，FP32/FP16 已通过 CPU 推理与多尺寸检查，17 款 BF16 已通过 TensorRT GPU 推理验证。其余 BF16 的 GPU 验证状态见各 manifest。 PTH 模型的 FP32 从原始全精度权重加载网络导出，FP16/BF16 从本次新导出的图生成。六款 ONNX 转换模型以现有图为来源。**LVAx2、MSharpx4 的源文件已是 FP16，其 FP32 版仅提升运算类型，无法恢复原始全精度权重。** 敏感算子可保留 FP32；三档模型的外部输入输出均为 FP32。FP16/BF16 表示内部混合精度计算。轻量模型未制作 INT8/FP8 版本。 输入输出尽量支持动态 N/H/W，检查包含 batch=2 与不同高度、宽度。CodeFormer 两款保留固定 batch=1、512×512。部分模型有尺寸倍数限制，请查看 manifest。 ## 文件下载 | 模型 | 来源 | FP32 | FP16 | BF16 | BF16 验证 | | --- | --- | --- | --- | --- | --- | | [BSRGANx2](BSRGANx2/manifest.json) | 原始 PTH | [fp32](BSRGANx2/BSRGANx2_fp32.onnx) | [fp16](BSRGANx2/BSRGANx2_fp16.onnx) | [bf16](BSRGANx2/BSRGANx2_bf16.onnx) | GPU 已验证 | | [BSRGANx4](BSRGANx4/manifest.json) | 原始 PTH | [fp32](BSRGANx4/BSRGANx4_fp32.onnx) | [fp16](BSRGANx4/BSRGANx4_fp16.onnx) | [bf16](BSRGANx4/BSRGANx4_bf16.onnx) | GPU 已验证 | | [codeformer](codeformer/manifest.json) | 原始 PTH | [fp32](codeformer/codeformer_fp32.onnx) | [fp16](codeformer/codeformer_fp16.onnx) | [bf16](codeformer/codeformer_bf16.onnx) | GPU 待验证 | | [codeformer_colorization](codeformer_colorization/manifest.json) | 原始 PTH | [fp32](codeformer_colorization/codeformer_colorization_fp32.onnx) | [fp16](codeformer_colorization/codeformer_colorization_fp16.onnx) | [bf16](codeformer_colorization/codeformer_colorization_bf16.onnx) | GPU 待验证 | | [Deblurgan_v2](Deblurgan_v2/manifest.json) | 现有 ONNX | [fp32](Deblurgan_v2/Deblurgan_v2_fp32.onnx) | [fp16](Deblurgan_v2/Deblurgan_v2_fp16.onnx) | [bf16](Deblurgan_v2/Deblurgan_v2_bf16.onnx) | GPU 已验证 | | [DeblurGANv2-FPNInception-GoPro](DeblurGANv2-FPNInception-GoPro/manifest.json) | 原始 PTH | [fp32](DeblurGANv2-FPNInception-GoPro/DeblurGANv2-FPNInception-GoPro_fp32.onnx) | [fp16](DeblurGANv2-FPNInception-GoPro/DeblurGANv2-FPNInception-GoPro_fp16.onnx) | [bf16](DeblurGANv2-FPNInception-GoPro/DeblurGANv2-FPNInception-GoPro_bf16.onnx) | GPU 已验证 | | [face_enhance_x4](face_enhance_x4/manifest.json) | 现有 ONNX | [fp32](face_enhance_x4/face_enhance_x4_fp32.onnx) | [fp16](face_enhance_x4/face_enhance_x4_fp16.onnx) | [bf16](face_enhance_x4/face_enhance_x4_bf16.onnx) | GPU 待验证 | | [IRCNN_Lx1](IRCNN_Lx1/manifest.json) | 原始 PTH | [fp32](IRCNN_Lx1/IRCNN_Lx1_fp32.onnx) | [fp16](IRCNN_Lx1/IRCNN_Lx1_fp16.onnx) | [bf16](IRCNN_Lx1/IRCNN_Lx1_bf16.onnx) | GPU 已验证 | | [IRCNN_Mx1](IRCNN_Mx1/manifest.json) | 原始 PTH | [fp32](IRCNN_Mx1/IRCNN_Mx1_fp32.onnx) | [fp16](IRCNN_Mx1/IRCNN_Mx1_fp16.onnx) | [bf16](IRCNN_Mx1/IRCNN_Mx1_bf16.onnx) | GPU 已验证 | | [LVAx2](LVAx2/manifest.json) | 现有 ONNX | [fp32](LVAx2/LVAx2_fp32.onnx) | [fp16](LVAx2/LVAx2_fp16.onnx) | [bf16](LVAx2/LVAx2_bf16.onnx) | GPU 已验证 | | [MSharpx4](MSharpx4/manifest.json) | 现有 ONNX | [fp32](MSharpx4/MSharpx4_fp32.onnx) | [fp16](MSharpx4/MSharpx4_fp16.onnx) | [bf16](MSharpx4/MSharpx4_bf16.onnx) | GPU 已验证 | | [NAFNet-GoPro-width32](NAFNet-GoPro-width32/manifest.json) | 原始 PTH | [fp32](NAFNet-GoPro-width32/NAFNet-GoPro-width32_fp32.onnx) | [fp16](NAFNet-GoPro-width32/NAFNet-GoPro-width32_fp16.onnx) | [bf16](NAFNet-GoPro-width32/NAFNet-GoPro-width32_bf16.onnx) | GPU 待验证 | | [Real-CUGAN_v3_2x](Real-CUGAN_v3_2x/manifest.json) | 原始 PTH | [fp32](Real-CUGAN_v3_2x/Real-CUGAN_v3_2x_fp32.onnx) | [fp16](Real-CUGAN_v3_2x/Real-CUGAN_v3_2x_fp16.onnx) | [bf16](Real-CUGAN_v3_2x/Real-CUGAN_v3_2x_bf16.onnx) | GPU 待验证 | | [Real-CUGAN_v3_3x](Real-CUGAN_v3_3x/manifest.json) | 原始 PTH | [fp32](Real-CUGAN_v3_3x/Real-CUGAN_v3_3x_fp32.onnx) | [fp16](Real-CUGAN_v3_3x/Real-CUGAN_v3_3x_fp16.onnx) | [bf16](Real-CUGAN_v3_3x/Real-CUGAN_v3_3x_bf16.onnx) | GPU 待验证 | | [Real-CUGAN_v3_4x](Real-CUGAN_v3_4x/manifest.json) | 原始 PTH | [fp32](Real-CUGAN_v3_4x/Real-CUGAN_v3_4x_fp32.onnx) | [fp16](Real-CUGAN_v3_4x/Real-CUGAN_v3_4x_fp16.onnx) | [bf16](Real-CUGAN_v3_4x/Real-CUGAN_v3_4x_bf16.onnx) | GPU 待验证 | | [Real_ESRGAN_x4](Real_ESRGAN_x4/manifest.json) | 原始 PTH | [fp32](Real_ESRGAN_x4/Real_ESRGAN_x4_fp32.onnx) | [fp16](Real_ESRGAN_x4/Real_ESRGAN_x4_fp16.onnx) | [bf16](Real_ESRGAN_x4/Real_ESRGAN_x4_bf16.onnx) | GPU 待验证 | | [Real_ESRGAN_x4plus](Real_ESRGAN_x4plus/manifest.json) | 原始 PTH | [fp32](Real_ESRGAN_x4plus/Real_ESRGAN_x4plus_fp32.onnx) | [fp16](Real_ESRGAN_x4plus/Real_ESRGAN_x4plus_fp16.onnx) | [bf16](Real_ESRGAN_x4plus/Real_ESRGAN_x4plus_bf16.onnx) | GPU 已验证 | | [RealESR_Animex4](RealESR_Animex4/manifest.json) | 原始 PTH | [fp32](RealESR_Animex4/RealESR_Animex4_fp32.onnx) | [fp16](RealESR_Animex4/RealESR_Animex4_fp16.onnx) | [bf16](RealESR_Animex4/RealESR_Animex4_bf16.onnx) | GPU 已验证 | | [RealESR_Animex4_v2](RealESR_Animex4_v2/manifest.json) | 原始 PTH | [fp32](RealESR_Animex4_v2/RealESR_Animex4_v2_fp32.onnx) | [fp16](RealESR_Animex4_v2/RealESR_Animex4_v2_fp16.onnx) | [bf16](RealESR_Animex4_v2/RealESR_Animex4_v2_bf16.onnx) | GPU 已验证 | | [RealESR_Gx4](RealESR_Gx4/manifest.json) | 原始 PTH | [fp32](RealESR_Gx4/RealESR_Gx4_fp32.onnx) | [fp16](RealESR_Gx4/RealESR_Gx4_fp16.onnx) | [bf16](RealESR_Gx4/RealESR_Gx4_bf16.onnx) | GPU 已验证 | | [RealESR_Gx4_WDN](RealESR_Gx4_WDN/manifest.json) | 原始 PTH | [fp32](RealESR_Gx4_WDN/RealESR_Gx4_WDN_fp32.onnx) | [fp16](RealESR_Gx4_WDN/RealESR_Gx4_WDN_fp16.onnx) | [bf16](RealESR_Gx4_WDN/RealESR_Gx4_WDN_bf16.onnx) | GPU 已验证 | | [Restormer-Defocus](Restormer-Defocus/manifest.json) | 原始 PTH | [fp32](Restormer-Defocus/Restormer-Defocus_fp32.onnx) | [fp16](Restormer-Defocus/Restormer-Defocus_fp16.onnx) | [bf16](Restormer-Defocus/Restormer-Defocus_bf16.onnx) | GPU 待验证 | | [Restormer-Motion](Restormer-Motion/manifest.json) | 原始 PTH | [fp32](Restormer-Motion/Restormer-Motion_fp32.onnx) | [fp16](Restormer-Motion/Restormer-Motion_fp16.onnx) | [bf16](Restormer-Motion/Restormer-Motion_bf16.onnx) | GPU 待验证 | | [rivagan_decoder](rivagan_decoder/manifest.json) | 现有 ONNX | [fp32](rivagan_decoder/rivagan_decoder_fp32.onnx) | [fp16](rivagan_decoder/rivagan_decoder_fp16.onnx) | [bf16](rivagan_decoder/rivagan_decoder_bf16.onnx) | GPU 已验证 | | [rivagan_encoder](rivagan_encoder/manifest.json) | 现有 ONNX | [fp32](rivagan_encoder/rivagan_encoder_fp32.onnx) | [fp16](rivagan_encoder/rivagan_encoder_fp16.onnx) | [bf16](rivagan_encoder/rivagan_encoder_bf16.onnx) | GPU 已验证 | | [SCUNet-GAN](SCUNet-GAN/manifest.json) | 原始 PTH | [fp32](SCUNet-GAN/SCUNet-GAN_fp32.onnx) | [fp16](SCUNet-GAN/SCUNet-GAN_fp16.onnx) | [bf16](SCUNet-GAN/SCUNet-GAN_bf16.onnx) | GPU 待验证 | | [SCUNet-PSNR](SCUNet-PSNR/manifest.json) | 原始 PTH | [fp32](SCUNet-PSNR/SCUNet-PSNR_fp32.onnx) | [fp16](SCUNet-PSNR/SCUNet-PSNR_fp16.onnx) | [bf16](SCUNet-PSNR/SCUNet-PSNR_bf16.onnx) | GPU 待验证 | | [yolov5l-face](yolov5l-face/manifest.json) | 原始 PTH | [fp32](yolov5l-face/yolov5l-face_fp32.onnx) | [fp16](yolov5l-face/yolov5l-face_fp16.onnx) | [bf16](yolov5l-face/yolov5l-face_bf16.onnx) | GPU 已验证 | | [yolov5n-face](yolov5n-face/manifest.json) | 原始 PTH | [fp32](yolov5n-face/yolov5n-face_fp32.onnx) | [fp16](yolov5n-face/yolov5n-face_fp16.onnx) | [bf16](yolov5n-face/yolov5n-face_bf16.onnx) | GPU 已验证 | ## 输入约定与版本 - Real-CUGAN：输入输出范围 0–255，带动态输出裁剪。 - CodeFormer：固定 512×512、输入范围 [-1,1]；标准版保留 w 输入，colorization 固定 w=0、adain=True。 - YOLO5Face：三层原始检测头 p3/p4/p5，H/W 为 32 的倍数；BatchNorm eps=1e-5 与原应用一致，卷积参数和固定尺寸输出已对照旧版本验证。 - DeblurGANv2-FPNInception-GoPro：官方 GoPro 检查点的独立版本，与原应用的 Deblurgan_v2 权重不同。RGB 输入输出范围 [-1,1]，H/W 为 32 的倍数，已测试 256 像素及以上尺寸。按上游推理流程使用输入统计量。 - Deblurgan_v2：原应用 ONNX 的转换版本，移除经验证为恒等变换的固定尺寸 Reshape 以支持动态输入；H/W 为 32 的倍数，已测试 256 像素及以上尺寸。 - RivaGAN：frame 为 [N,3,1,H,W]，范围 [-1,1]；encoder 的 data 为 [N,32]，decoder 输出 32 个水印分数。低精度误差及验证记录见 manifest。 - RealESR_Gx4、RealESR_Gx4_WDN、RealESR_Animex4（v3）、RealESR_Animex4_v2 为独立权重版本。 其余图像修复/超分模型通常使用 NCHW RGB、范围 [0,1]，具体输入名称、形状和倍率见 manifest。没有附带应用的预处理、后处理或 TensorRT engine 缓存。 ## 来源与核验 [catalog.json](catalog.json) 包含每个文件的 SHA-256、尺寸、输入输出信息、PTH 或 ONNX 来源和完整验证记录。[validation/](validation/) 保存本轮检查结果。六款 ONNX 转换记录了源图哈希，并对照原图检查输出；其余 23 款以原始 PyTorch 检查点为权重来源。 GPU 验证环境：TensorRT 10.16、RTX 5070 Ti Laptop；BF16 Conv/MatMul/Gemm 使用原生低精度，其余敏感算子保留 FP32。合成输入推理检查不代表实际图像观感或性能验收。 模型使用条件请参照对应上游项目的许可： [Real-ESRGAN](https://github.com/xinntao/Real-ESRGAN)、[BSRGAN/IRCNN/SCUNet](https://github.com/cszn/KAIR)、[Real-CUGAN](https://github.com/bilibili/ailab/tree/main/Real-CUGAN)、[Restormer](https://github.com/swz30/Restormer)、[NAFNet](https://github.com/megvii-research/NAFNet)、[CodeFormer](https://github.com/sczhou/CodeFormer)、[YOLO5Face](https://github.com/deepcam-cn/yolov5-face)、[DeblurGAN-v2](https://github.com/VITA-Group/DeblurGANv2)。 ## 使用现有 ONNX 转换的模型 以下模型未取得匹配的原始 PTH，按用户授权直接转换 ONNX，三档文件均已提供： - Deblurgan_v2 - face_enhance_x4 - LVAx2 - MSharpx4 - rivagan_decoder - rivagan_encoder face_enhance_x4 的 BF16 已通过 ONNX 结构与类型检查，GPU engine 构建尚未完成，运行状态保留为待验证。合成输入数值检查不代表实际图像画质或水印解码效果验收。