展开本页目录
开始前准备什么
- 解压到独立目录，先读README和运行状态；不覆盖原素材。
- Python脚本基础校验需要Pillow；模型环境按本页官方工具单独准备。
- 使用自有或有权使用素材；权重许可与工具代码许可分别核对。
- 打开原创线稿并固定比较区域
- 获取真正的 NCNN 模型文件对
- 在本机校验配对和结构
- 打开实际 Add Custom Models 设置
- 用同一输入分别跑两个配置
- 同坐标比较线条和网点
- 保留不兼容或漏配文件的负例
1. 打开原创线稿并固定比较区域
input.png 包含原创细线、曲线、网点和小字标记，crop-regions.json固定三处坐标。它是输入，正文最近邻放大仅帮助看原像素，不是某个自定义模型的成功结果。
bash
python3 verify.py
2. 获取真正的 NCNN 模型文件对
从官方指南链接的 custom-models 仓库选择模型，阅读对应许可与原生倍率。示例models.example/只有文件名说明，不含伪造权重；不要把 .pth 直接改成 .bin。
3. 在本机校验配对和结构
将真实模型放入 models/ 后运行 verify_models.py。它检查同stem的 .bin/.param、非空与 NCNN param文本头；通过只说明基础文件结构，不等于模型兼容或效果通过。
bash
python3 verify_models.py models
4. 打开实际 Add Custom Models 设置
在 Upscayl Settings 找 Add Custom Models / Select Folder，选择上一步目录，再回主界面选择对应文件名。官方 GPU/日志截图只作真实设置风格参考，不能冒充本页已导入。
5. 用同一输入分别跑两个配置
记录所选模型名、文件哈希、倍率、格式和日志；两次使用同一 input.png 与独立输出目录。没装GPU应用时保持“未运行”，不生成假模型对比图。
6. 同坐标比较线条和网点
compare.py 要求两版真实输出尺寸相同，按固定比例抽取细线、曲线和网点。检查线条是否粘连、网点是否被抹平；不能依据模型名称直接宣布更清晰。
bash
python3 compare.py output-model-a.png output-model-b.png
7. 保留不兼容或漏配文件的负例
test_models.py 用临时目录验证缺.bin、缺.param、空文件和合法结构四类分支，标为文件校验测试。真正GPU加载失败需另存应用日志，不将文件测试当推理通过。
bash
python3 test_models.py怎样确认已经完成
- 真实模型文件同stem配对，来源、哈希、许可和倍率分别记录。
- 文件校验不被当作GPU兼容或模型推理证明。
- 比较结果来自同一输入两次实际运行，未运行不填写优胜结论。
常见问题
Upscayl模型怎么选，任意bin都能用吗？
不能。需要适配的NCNN .bin和.param同名文件对，并核对架构、倍率与许可；基础结构检查不是兼容保证。
把PyTorch的pth改名能导入吗？
不能。文件格式与网络描述不同，改扩展名不完成模型转换。
动漫图片高清放大怎样判断适合？
用同一原创线稿固定坐标比较粘线、边缘和网点，保留真实结果；模型名或评分不能代替视觉验收。