Mindket

safetensored-upscalers

新上架第 1 版 · 更新于

概览

把图像放大模型和少量其他图像到图像模型收集在一个仓库里,以 safetensors 文件提供,由旧的 pickle 文件转换而来。适合在自己电脑上运行放大模型的人。

safetensored-upscalers 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python
  • 足够存放所下载模型文件的磁盘空间
用在
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
  • 你自己的、能加载 safetensors 权重的图像工具或脚本
  • Hugging Face 页面,用来在选模型前阅读 MODELS.md
先运行
pip install -U huggingface_hub
hf download AshtakaOOf/safetensored-upscalers

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个仓库收集了图像放大模型,另有少量其他图像到图像模型,并以 safetensors 文件存放。它们原本是较旧的 pickle 文件,后来被转换。上传者说自己并不拥有这些模型,仓库里的 MODELS.md 文件说明了每个模型的用途。

适合谁

如果你在自己的电脑上运行图像放大模型,并且更愿意用 safetensors 文件而不是 pickle 文件,它很适合你。想把许多放大模型集中在一处、不必逐个去找的人也能用上。

行业谁在用怎么用例子
摄影照片编辑用选好的放大模型放大低分辨率图片放大一张小尺寸的旧照片
游戏改造改造玩家在重新使用前放大旧贴图让低分辨率贴图更清晰
AI 爱好模型爱好者在同一张图上试用几个放大模型并比较用同一张图测试两个模型
设计设计师放大插画或静态图片把小图准备成更大的尺寸

如果你想要现成的应用,或带有运行步骤的模型,可以跳过它,因为模型卡里没有这些内容。

用在哪里

你在 Windows、macOS 或 Linux 上下载文件,然后在自己的工具里加载。

  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
  • 你自己的、能加载 safetensors 权重的图像工具或脚本
  • Hugging Face 页面,用来在选模型前阅读 MODELS.md
场景适合谁得到什么
放大图片照片编辑低分辨率图片的放大版本
选择模型新手MODELS.md 里对每个模型用途的说明
更换文件格式不想用 pickle 文件的人以 safetensors 文件提供的同类模型

如何设置

你需要 Python 和 Hugging Face hub 包,下载命令会用到它。

  • Windows、macOS 或 Linux 上的 Python
  • 足够存放所下载模型文件的磁盘空间
  1. 安装 Hugging Face hub 包。
  2. 把仓库下载到你的电脑。
  3. 打开 MODELS.md,选出适合你任务的模型。
pip install -U huggingface_hub
hf download AshtakaOOf/safetensored-upscalers

如何使用

模型卡没有给出自己的运行步骤。你用上面的命令取回文件,阅读 MODELS.md,再在能读取 safetensors 的工具里加载你选的文件。

hf download AshtakaOOf/safetensored-upscalers

示例

你运行 hf download AshtakaOOf/safetensored-upscalers。仓库里的文件会出现在你的电脑上,MODELS.md 会告诉你先拿哪个放大模型去试一张小照片。

新手与专家

放大模型是把图片变大并补出细节的模型。先从小处开始:下载仓库,打开 MODELS.md,先读一个模型的介绍,再去加载任何东西。

如果你熟悉这个领域,重点在文件格式。上传者用一个修改过的 OpenModelDB 转换脚本,把 pickle 权重转成了 safetensors,修改时用了 Gemini 2.5 Pro。转换的质量取决于那个脚本,这里也没有任何新训练的内容。

  1. 原始的 pickle 格式放大模型文件
  2. 转换脚本把它们变成 safetensors
  3. 文件存放在同一个仓库里
  4. 你下载这个仓库
  5. 你在自己的工具里加载一个文件

注意事项

这些文件是别人模型的副本,所以上传者并不是它们的作者。

  • License: MIT,按 Hugging Face 所列
  • Cost to run: 未提及
  • Data it reaches: 只有你下载的文件,没有提到账号、剪贴板或网络服务
  • Not for: 把这些模型当作原创作品,因为上传者说自己并不拥有它们

README 和文件

README

safetensored-upscalers

把图像放大模型和少量其他图像到图像模型收集在一个仓库里,以 safetensors 文件提供,由旧的 pickle 文件转换而来。适合在自己电脑上运行放大模型的人。

由 AshtakaOOf 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个仓库收集了图像放大模型,另有少量其他图像到图像模型,并以 safetensors 文件存放。它们原本是较旧的 pickle 文件,后来被转换。上传者说自己并不拥有这些模型,仓库里的 MODELS.md 文件说明了每个模型的用途。

适合谁:如果你在自己的电脑上运行图像放大模型,并且更愿意用 safetensors 文件而不是 pickle 文件,它很适合你。想把许多放大模型集中在一处、不必逐个去找的人也能用上。

行业 | 谁在用 | 怎么用 | 例子
摄影 | 照片编辑 | 用选好的放大模型放大低分辨率图片 | 放大一张小尺寸的旧照片
游戏改造 | 改造玩家 | 在重新使用前放大旧贴图 | 让低分辨率贴图更清晰
AI 爱好 | 模型爱好者 | 在同一张图上试用几个放大模型并比较 | 用同一张图测试两个模型
设计 | 设计师 | 放大插画或静态图片 | 把小图准备成更大的尺寸

如果你想要现成的应用,或带有运行步骤的模型,可以跳过它,因为模型卡里没有这些内容。

用在哪里:你在 Windows、macOS 或 Linux 上下载文件,然后在自己的工具里加载。

  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
  • 你自己的、能加载 safetensors 权重的图像工具或脚本
  • Hugging Face 页面,用来在选模型前阅读 MODELS.md
场景 | 适合谁 | 得到什么
放大图片 | 照片编辑 | 低分辨率图片的放大版本
选择模型 | 新手 | MODELS.md 里对每个模型用途的说明
更换文件格式 | 不想用 pickle 文件的人 | 以 safetensors 文件提供的同类模型

如何设置:你需要 Python 和 Hugging Face hub 包,下载命令会用到它。

  • Windows、macOS 或 Linux 上的 Python
  • 足够存放所下载模型文件的磁盘空间
  1. 安装 Hugging Face hub 包。
  2. 把仓库下载到你的电脑。
  3. 打开 MODELS.md,选出适合你任务的模型。
pip install -U huggingface_hub
hf download AshtakaOOf/safetensored-upscalers

如何使用:模型卡没有给出自己的运行步骤。你用上面的命令取回文件,阅读 MODELS.md,再在能读取 safetensors 的工具里加载你选的文件。

hf download AshtakaOOf/safetensored-upscalers

示例:你运行 hf download AshtakaOOf/safetensored-upscalers。仓库里的文件会出现在你的电脑上,MODELS.md 会告诉你先拿哪个放大模型去试一张小照片。

新手与专家:放大模型是把图片变大并补出细节的模型。先从小处开始:下载仓库,打开 MODELS.md,先读一个模型的介绍,再去加载任何东西。

如果你熟悉这个领域,重点在文件格式。上传者用一个修改过的 OpenModelDB 转换脚本,把 pickle 权重转成了 safetensors,修改时用了 Gemini 2.5 Pro。转换的质量取决于那个脚本,这里也没有任何新训练的内容。

原始的 pickle 格式放大模型文件
转换脚本把它们变成 safetensors
文件存放在同一个仓库里
你下载这个仓库
你在自己的工具里加载一个文件

注意事项:这些文件是别人模型的副本,所以上传者并不是它们的作者。

  • License: MIT,按 Hugging Face 所列
  • Cost to run: 未提及
  • Data it reaches: 只有你下载的文件,没有提到账号、剪贴板或网络服务
  • Not for: 把这些模型当作原创作品,因为上传者说自己并不拥有它们

Hugging Face 上的数据(2026年11月13日)

  • 任务:image to image
  • Formats: Safetensors
  • 最近 30 天下载:44
  • 点赞:11
  • 许可证:mit
  • 标签:image-enhancement, image-restoration, image-upscaling, safetensors, image-to-image

链接

  • 模型:https://huggingface.co/AshtakaOOf/safetensored-upscalers
  • 文件:https://huggingface.co/AshtakaOOf/safetensored-upscalers/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download AshtakaOOf/safetensored-upscalers

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
safetensored-upscalers 本页4411—mit
Iris-3B共有 image-restoration · safetensors9973503Bapache-2.0
FLUX.2 [klein] 4B Base共有 image-to-image · safetensors743,0551953.9Bapache-2.0
FLUX.2 [klein] 4B共有 image-to-image · safetensors435,6431,1163.9Bapache-2.0
Qwen-Image-Edit共有 image-to-image · safetensors141,5202,58020.4Bapache-2.0
ControlNet v1.1 depth (SD 1.5)共有 image-to-image · safetensors22,04170361Mopenrail
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架