Skip to content

README.fr.md

Latest commit

 

History

History
218 lines (182 loc) · 12.8 KB

README.fr.md

File metadata and controls

218 lines (182 loc) · 12.8 KB
Raw

SeedVR2 Batch Upscaler

🇫🇷 Français | 🇬🇧 English

Application Windows / Python 3.11+ d'upscaling d'images par lot avec SeedVR2-3B (une étape de diffusion — très rapide) : interface Gradio moderne bilingue FR/EN (sélecteur en haut de l'interface), moteur de lot threadé (Pause / Reprise / Annuler), et un backend qui s'appuie sur les scripts d'inférence officiels du dépôt ByteDance au lieu de réimplémenter le pipeline.

input/                    output/
├── photo001.png          ├── photo001.png      ← noms conservés à l'identique
├── vacances.jpg    ──▶   ├── vacances.jpg
└── image_test.webp       └── image_test.webp

Aperçu

Comparaisons réelles (production de l'application) — gauche : original, droite : SeedVR2 ×4, affichés à taille identique :

Cité flottante Feuille à contre-jour
Comparaison — cité Comparaison — feuille

📷 Pour ajouter une capture de l'interface, enregistrez-la sous docs/screenshot_ui.png et insérez-la ici. Pour générer une comparaison composée automatiquement depuis un lot réel : python docs/make_showcase.py --input <entrée> --output <sortie>.

Fonctionnalités

Domaine Détail
Modèles Officiel .pth, safetensors FP16/BF16, FP8 e4m3fn, GGUF Q3_K_M · Q4_K_M · Q5_K_M · Q6_K · Q8_0
Détection Scan automatique de models/ au démarrage + liste déroulante + bouton d'actualisation + téléchargement de presets HF intégré
Noms Conservation exacte du nom d'entrée (aucun suffixe par défaut) ; option « Comme l'entrée » conserve aussi l'extension ; suffixe uniquement si activé explicitement ; conflits → Écraser / Ignorer / Renommer photo (1).png
Lot Dossier d'entrée complet, formats PNG/JPG/JPEG/WEBP/BMP/TIFF, poursuite après échec, log.txt (journal complet) + report.txt (bilan : temps total, moyenne, erreurs)
UI Gradio Bilingue FR/EN à chaud (sans rechargement), sélection de dossiers, glisser-déposer, facteur ×2/×4/×8/personnalisé, format + qualité de sortie, barre de progression, ETA, journal temps réel, aperçu avant/après (curseur comparatif), boutons Démarrer / Pause / Reprendre / Annuler, bandeau d'état GPU
VRAM Modèle chargé une seule fois, torch.inference_mode(), BF16 auto (FP16 sinon), swap CPU↔GPU du DiT/VAE (comme le script officiel), vidage du cache entre images, tuilage automatique + repli automatique vers le tuilage en cas d'OOM, allocateur expandable_segments (anti-fragmentation), cudnn.benchmark (autotune des convs, formes constantes), embeddings texte gardés sur GPU, budget VAE calibré sur la VRAM libre
Bonus Reprise d'un lot interrompu (.seedvr2_resume.json), sauvegarde automatique des paramètres, écritures disque en parallèle, EXIF + profil ICC préservés (JPEG/WebP natifs, PNG via piexif), canal alpha préservé, CLI complète
Confort Veille Windows bloquée pendant le lot (restaurée après), bip de fin de lot, vérification de l'espace disque au départ, sous-progression « tuile i/N », bouton 📂 pour ouvrir le dossier de sortie, log.txt en mode ajout (historique conservé)

1. Installation (Windows)

install.bat        :: crée .venv (Python 3.12/3.11 de préférence), installe torch CUDA
                   :: (essaie les index cu130, cu128, puis PyPI), les dépendances,
                   :: clone le dépôt officiel et vérifie l'installation
run_app.bat        :: lance l'interface graphique (avec contrôles préalables)
check_install.py   :: diagnostic complet (versions, CUDA, modèles, dépôt)

Python 3.14 : des wheels CUDA existent sur l'index cu130 (torch 2.9-2.13, pilote ≥ 580). Si vous voyez No matching distribution found for torch, l'index utilisé n'a pas de wheel pour votre Python — recréez alors l'environnement avec Python 3.12 : py -3.12 -m venv .venv (install.bat le privilégie automatiquement). Pilote NVIDIA ancien (< 580) : utilisez plutôt l'index cu128 (torch ≤ 2.11, CUDA 12.8) — remplacez cu130 par cu128 dans les commandes.

apex : le dépôt officiel requiert apex. Sous Windows sa compilation échoue — c'est attendu et non bloquant : l'application injecte un repli nn.LayerNorm/nn.RMSNorm numériquement équivalent (voir FAQ).

Équivalent manuel :

py -3.12 -m venv .venv ; .venv\Scripts\Activate.ps1
python -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130
python -m pip install -r requirements.txt mediapy
git clone https://github.com/ByteDance-Seed/SeedVR.git SeedVR

Le dépôt officiel est localisé automatiquement dans SeedVR/, seedvr2_repo/, vendor/SeedVR/ ou via la variable d'env SEEDVR2_REPO.

2. Les modèles (dossier models/)

Déposez n'importe lequel de ces poids dans models/ — ils seront détectés et classés automatiquement (ou utilisez le bouton Télécharger de l'interface) :

Fichier Type VRAM indicative
seedvr2_ema_3b.pth Officiel ~16-24 Go
seedvr2_ema_3b_fp16.safetensors FP16 ~12-16 Go
seedvr2_ema_3b_fp8_e4m3fn.safetensors FP8 ~8-12 Go
seedvr2_ema_3b-Q4_K_M.gguf … -Q8_0.gguf GGUF ~6-8 Go (+6,5 Go RAM pour la déquantisation)

Le VAE (ema_vae.pth) et les embeddings (pos_emb.pt, neg_emb.pt) du pipeline officiel sont téléchargés automatiquement depuis ByteDance-Seed/SeedVR2-3B au premier lancement, si absents de models/.

3. Utilisation

Interface graphique

python app.py           # ou run_app.bat ; --share pour exposer en réseau
  1. Choisissez la langue (sélecteur en haut à droite), les dossiers d'entrée/sortie (ou glissez un dossier dans la zone prévue) ;
  2. Sélectionnez un modèle dans la liste ;
  3. Réglez le facteur (×2/×4/×8/personnalisé), le format et la qualité ;
  4. Démarrer — suivez progression, temps restant et journal ; Pause/Reprendre/Annuler à tout moment ; l'aperçu avant/après se met à jour sur la dernière image.

Tous les paramètres sont sauvegardés automatiquement (config/settings.json). En cas d'interruption, relancez simplement : les images déjà faites sont ignorées (option « Reprendre un lot interrompu », activée par défaut).

Ligne de commande

python app.py --cli --input input --output output --model seedvr2_ema_3b-Q4_K_M.gguf `
    --scale 4 --format keep --quality 95 --tiling

⚠️ Un GPU NVIDIA + CUDA est obligatoire (il n'existe pas de mode CPU : sans SeedVR2 réel, les résultats n'ont aucun intérêt). Si le GPU n'est plus détecté, l'interface affiche le diagnostic complet (pilote, build torch, cause probable, commande de réparation) — voyez aussi python check_install.py et la section FAQ.

4. Architecture

seedvr2_upscaler/
├── constants.py        # chemins, extensions, presets HF, dépôt officiel
├── models.py           # dataclasses/énums typées (JobConfig, ModelInfo…)
├── settings.py         # persistance JSON + migration des anciens réglages
├── i18n.py             # chaînes FR/EN de l'interface (i18n à chaud)
├── registry.py         # détection/classification des modèles + téléchargement HF
├── naming.py           # conservation des noms + politique de conflits
├── images.py           # I/O : EXIF, ICC, alpha, PNG/JPEG/WebP, BMP/TIFF entrants
├── tiling.py           # tuiles à recouvrement + fusion douce (feather)
├── gpu_check.py        # diagnostic pilote NVIDIA / build torch / CUDA (UI + CLI)
├── backend/
│   ├── base.py         # contrat abstrait + alpha + tuilage génériques
│   ├── official.py     # ✦ pipeline OFFICIEL SeedVR2 (configs_3b, transforms,
│   │                   #   VideoDiffusionInfer, 1 step DiT) + chargement étendu
│   │                   #   safetensors FP16/FP8
│   ├── gguf_loader.py  # déquantisation GGUF → state_dict (paquet gguf officiel)
│   ├── flash_fallback.py # repli SDPA de flash_attn (Windows, équivalent ici)
│   └── apex_fallback.py  # repli LayerNorm/RMSNorm d'apex (Windows, équivalent)
├── worker.py           # moteur de lot threadé : pause/reprise/annulation, ETA,
│                       # reprise, repli OOM→tuilage, I/O parallèle, log+report
└── gui_gradio.py       # interface Gradio bilingue (Timer 0,5 s + registre i18n)
app.py                  # entrée GUI + CLI
tests/selftest.py       # 21 tests unitaires (nommage, registre, tuiles, i18n, lot…)
docs/LLM_GUIDE.md       # guide complet destiné aux LLM (adaptation du projet)
docs/make_showcase.py   # image de comparaison du README depuis vos lots réels

Démarche d'intégration officielle. Le backend importe projects.video_diffusion_sr.infer.VideoDiffusionInfer et la config configs_3b/main.yaml, puis reproduit la branche « image » (une frame) du script projects/inference_seedvr2_3b.py : NaResize → DivisibleCrop(16) → Normalize → vae_encode → generation_step (noise/condition/1 step, cfg=1) → vae_decode, avec le même swap VRAM dit↔vae et le empty_cache() entre fichiers. Seul le chargement des poids est étendu (safetensors FP16/FP8, GGUF déquantifié), car le script officiel ne lit que des .pth.

5. FAQ / dépannage

  • « GPU non détecté » après un redémarrage → lancez python check_install.py : il distingue les trois causes classiques et donne la réparation exacte — ① pilote NVIDIA muet (nvidia-smi en échec, souvent après une mise à jour Windows → réinstaller le pilote et redémarrer) ; ② torch remplacé par une build CPU-only (pip sans index CUDA — nota : l'index cu128 ne publie plus de build CUDA depuis torch 2.12, donc un pip install torch via PyPI donne désormais une 2.12/2.13 CPU-only → .venv\Scripts\python.exe -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130) ; ③ pilote frais sans redémarrage ou variable CUDA_VISIBLE_DEVICES mal réglée. L'interface affiche le même diagnostic dans son bandeau supérieur et dans le journal au démarrage d'un lot.
  • FlashAttention / apex sous Windows → inconstructibles depuis les sources ; l'application injecte automatiquement des replis natifs équivalents (PyTorch SDPA pour flash_attn_varlen_func — le dépôt ne l'utilise ni causal ni fenêtré ; nn.LayerNorm/nn.RMSNorm pour les fusedln/fusedrms de configs_3b). Si le vrai paquet est présent, il est utilisé tel quel.
  • Quelle version de torch pour les modèles SeedVR2 ? → Aucune en particulier : les checkpoints (.pth/.safetensors/.gguf) sont de simples tenseurs, indépendants de la build torch. Le dépôt officiel épingle torch==2.3.0 pour son environnement d'entraînement — incompatible avec les Python modernes — donc l'application ignore cet épingle et tourne sur torch récent (validé 2.10–2.13, builds CUDA cu128/cu130 ; l'index cu128 s'arrête à 2.11). Seule une build CPU-only (+cpu) ne peut pas faire tourner le pipeline.
  • OOM malgré le mode faible VRAM → laissez « Toujours découper en tuiles » activé et baissez la taille de tuile (256). Le moteur bascule aussi automatiquement en tuilage après un OOM.
  • Dimensions de sortie → multiples de 16 (contrainte du VAE/DivisibleCrop officiel) ; l'écart vise le facteur demandé (ex. 60 px ×2 → 128 px).
  • GGUF lent au premier chargement → déquantisation CPU (une seule fois par lot).
  • Aller encore plus vite ? Le lotage de tuiles (2–4 par passage GPU) est à l'étude : sa validation exige de vérifier dans le dépôt officiel comment l'attention gère le packing multi-frames — il ne sera livré qu'en option désactivée par défaut, après tests numériques, car une fuite de contenu entre tuiles dégraderait silencieusement la qualité.
  • Journal en français ? Les messages de diagnostic du journal (log.txt) sont en français ; l'interface est, elle, entièrement bilingue FR/EN.
  • Le journal du lot et toutes les erreurs sont dans <sortie>/log.txt ; le bilan final dans <sortie>/report.txt.

Adapter le projet avec un LLM

Une documentation complète destinée aux assistants IA (architecture, dépendances, pièges Windows déjà résolus, recettes d'extension, règles de non-régression) est fournie dans docs/LLM_GUIDE.fr.md — english version. Donnez ce fichier à votre LLM en même temps que votre demande d'adaptation.

Licence

Cette application : MIT (voir LICENSE). SeedVR2 (code + poids) : Apache 2.0 — © ByteDance.