PixRestore – 香港理工大学与 OPPO 联合开源的图像修复模型

PixRestore 是一款由香港理工大学与 OPPO 研究院于 2026 年 8 月开源的像素空间统一图像修复模型，主要用于在一次前向推理中同时处理去雨、去噪、去模糊与去雨滴等多类退化，支持单步生成与 53.7M 的轻量参数规模，适用于老照片修复、手机端成像增强与监控画面清晰化等场景。

PixRestore 的核心能力

它的取舍与主流做法不同：不再把图像压进隐空间，而是直接在像素上做扩散，用一套轻量主干换掉大模型加 VAE 的组合。

绕开 VAE：直接在像素上做流匹配

主流统一修复方案多把文生图模型改造成修复器，图像先经 VAE 编码再解码，这一步会丢掉对修复敏感的细节。PixRestore 把条件输入 [y_lq; x_t] 拼成六通道，以 patch size 8 切块后在像素空间做流匹配，序列长度仍在可训练范围内，细节因此不经过压缩再还原的往返。

层路由：让可靠的特征进来，不可靠的层转去监督

视觉编码器取六层特征，模型用低质与高质图像的 DINO 相似度预测每层权重 p_l：权重高的层作为稠密条件注入 DiT 块，权重低的层则接受更强的高质特征监督，用来推动退化被去掉而不是被原样带过。这套加权同时构成了分层视觉监督，训练时不需要额外标注。

单步蒸馏：从多步采样压到一次前向

多步模型先用 25 万次迭代训练，再用 DINO 对抗目标微调 10 万次，蒸馏成一步生成器。官方给出的项目页口径是 53.7M 参数、1 次函数评估、44 毫秒延迟，这个量级让它能进手机侧或批量流水线，而不只是停留在实验环境。

一套权重覆盖多类退化

论文在公开基准上并列了去雨条纹、去噪、去模糊与去雨滴四类任务的逐项数值，八类任务的演示放在项目页的画廊里。对使用者来说，好处是不必按退化类型分别装一个模型；代价是某一类极端退化的专用模型仍可能更优，选型时应对着自己那类画面实测。

与桌面超分工具的分工

站内已有的 Upscayl 属开箱即用的桌面应用，装完选图就能放大；PixRestore 给的是权重与推理脚本，需要自己搭环境，但能嵌进批处理与训练流程，也能按具体退化类型继续微调。

PixRestore 与同类统一修复方案的对比

下表数值全部取自其官方论文的公开基准表，四款方案在同一套测试集上并列，带星号的为在原训练集上重训后的版本。

上表四列数值均取自 PixRestore 官方论文的公开基准表，评定口径为同一测试集。差别集中在三处：去雨条纹上，它同时拿到最高 PSNR 与最低 LPIPS，雨痕去除后残留最少；去噪上，PromptIR* 的 PSNR 反而略高，它的优势落在感知指标 LPIPS；去模糊上，PromptIR* 同样小胜，说明一步生成的路线在强退化下的保真仍有折损。要看整体均衡选第一列，只做去噪可另测后者。

如果需要的是能直接上手处理照片的成品工具，也可以看美图云修（面向摄影与电商的在线修图服务，批量处理人像与商品图），与 PixRestore 的差别在于它提供界面而不提供权重。

美图云修

AI 人像后期云端修图工具

PixRestore 的应用场景与适用人群

要不要用它，取决于一段素材里同时出现几类退化。上表三列中，去噪与去模糊两列 PromptIR* 的 PSNR 仍略高，PixRestore 赢在去雨的 PSNR 与 LPIPS 双项、以及去噪的感知指标；三类退化叠在同一张图上时，这套权重省掉的是逐个换模型。实际落到三类活：

• 老照片与手机成像增强：一次前向同时处理噪点、轻微模糊与压缩痕迹，适合批量过一遍历史图库。
• 监控与行车记录清晰化：夜间画面同时存在噪点与运动模糊，单步推理的低延迟便于接进现有流水线。
• 内容生产前置清理：素材进入排版前先统一去噪与去雨，减少后续人工修补。
• 研究复现与蒸馏实验：仓库给出从零训练与一步蒸馏两段流程，便于在同一数据上对比路线差异。百度网盘 AI 修图 这类托管服务可作为效果参照。

适用人群：影像算法与端侧部署方向的工程团队、需要批量处理历史图库的内容团队，以及研究统一修复与扩散蒸馏的研究者。

PixRestore 的使用方法

官方给了两条路径：日常修图走命令行推理，要训练模型再进第二段流程。

命令行推理：单图与批量修复

1. 准备环境：按仓库说明建 conda 环境（Python 3.10），再执行 pip install -r requirements.txt；多卡推理依赖 accelerate。
2. 取权重：从 PixRestore 官方仓库 克隆代码，权重从 Hugging Face 的 VCLab-PolyU/PixRestore 或官方网盘下载；DINOv2 会在首次运行时自动拉取。
3. 单图推理：执行 accelerate launch inference.py --config configs/train.yaml -i 输入图 -o 输出目录 --infer-steps 1 --cfg-scale 1.0，其中 --infer-steps 1 即为单步模式。
4. 批量处理：把 -i 指向图片目录，或给一个包含 lq 与 gt 字段的 JSON 清单，逐条执行并保留对照。
5. 离线机器：先克隆 facebookresearch/dinov2，再用 --dinov2-repository 与 --dinov2-checkpoint 指向本地副本，避免运行时联网。

训练与蒸馏：从零训练或一步蒸馏

1. 进入训练（可选）：准备 lq／gt 配对的 JSONL 清单，用 scripts/train.sh 执行标准训练，再用 train_gan.yaml 做一步蒸馏。

官方没有提供在线试用页面，权重与代码都需自行部署；仓库自带两个纯 CPU 自检脚本，可在正式训练前验证数据通路。

PixRestore 的项目地址

• 项目主页（论文、对比样例与指标）：https://csslc.github.io/pixrestore-page/
• GitHub 主仓库（代码、训练与推理脚本）：https://github.com/csslc/PixRestore
• Hugging Face 模型库（权重与配置文件）：https://huggingface.co/VCLab-PolyU/PixRestore
• 技术论文（arXiv 2608.16793）：https://arxiv.org/pdf/2608.16793

PixRestore 的价格与开源情况

PixRestore 的代码按 Apache-2.0 发布，模型权重托管在 Hugging Face 的 VCLab-PolyU/PixRestore 下，下载、修改与商用都不产生许可费用。

成本只落在算力上。推理单卡即可完成，44 毫秒的单步延迟意味着批量处理时瓶颈更多在读写而不在显存；训练按官方配置需要 8 张 A800、512 见方裁块、25 万次迭代再加 10 万次蒸馏，这部分才是真正需要预算的环节。

权重同时提供网盘镜像，适合网络受限的环境；如需按自有数据继续训练，训练脚本与配置文件都在仓库里，不额外收费。

PixRestore 的常见问题