SUPIR, dikembangkan oleh cocktailpeanutlabs, adalah skrip Pinokio yang mempermudah penggunaan model SUPIR (Scaling-UP Image Restoration), sebuah algoritma restorasi gambar fotorealistik dari Fanghua-Yu (🔗 https://github.com/Fanghua-Yu/SUPIR) dirilis oleh XPixel Group pada 2024 (🔗 https://arxiv.org/abs/2401.13627) Dilatih pada 20 juta gambar beresolusi tinggi dengan anotasi teks, SUPIR menggunakan Stable Diffusion XL (SDXL) dan LoRA untuk meningkatkan resolusi gambar hingga 4x atau lebih, dengan panduan prompt teks positif/negatif dan dukungan LLaVA untuk caption otomatis. Skrip ini mendukung dua varian: SUPIR-v0Q (default, kualitas tinggi) dan SUPIR-v0F (degradasi ringan, detail lebih baik). Dioptimalkan untuk GPU NVIDIA dengan VRAM minimal 10GB (seperti RTX 3080), Python 3.8, dan dependensi seperti PyTorch (CUDA 12.1), instalasi dilakukan melalui Pinokio (🔗 https://pinokio.computer/item?uri=https://githu... atau manual dengan git clone 🔗 https://github.com/cocktailpeanutlabs/supir

Proyek ini mencakung file seperti CKPT_PTH.py, SUPIR_v0.yaml, config.js, icon.png, install.js, pinokio.js, pinokio_meta.json, pre.js, requirements.txt, reset.js, start.js, dan update.js, dengan antarmuka Gradio untuk pengoperasian (🔗 https://github.com/kijai/ComfyUI-SUPIR) Dengan 11 bintang, 5 fork, dan 53 commit per Mei 2025, proyek ini aktif, meskipun pengguna mungkin menghadapi masalah seperti kebutuhan VRAM tinggi (60GB untuk fp32 penuh) atau error xformers, yang dapat diatasi dengan perintah seperti pip install -U xformers --no-dependencies (🔗 https://www.reddit.com/r/StableDiffusion/commen... Model diunduh dari Hugging Face (🔗 https://huggingface.co/Kijai/SUPIR_pruned) dengan panduan ComfyUI untuk VRAM lebih rendah (10-12GB pada RTX 3060) (🔗 https://www.stablediffusiontutorials.com/supir-...

SUPIR ideal untuk fotografer, seniman digital, dan peneliti yang ingin meningkatkan resolusi gambar untuk restorasi foto, seni generatif, atau analisis visual. Berlisensi non-komersial, penggunaan komersial memerlukan izin dari Dr. Jinjin Gu (fanghuayu96@gmail.com). Meskipun kuat, proyek ini memerlukan GPU mumpuni dan konfigurasi teknis, dengan saran komunitas untuk menggunakan FP8 Unet untuk mengurangi VRAM (🔗 https://comfyworkflows.com/workflows/abf4b096-f... Komunitas aktif di GitHub, X (@cocktailpeanut, 7 Maret 2024), dan Reddit mendukung pengembangan, dengan potensi untuk integrasi video upscale di masa depan. SUPIR dari cocktailpeanutlabs menawarkan solusi canggih untuk restorasi gambar AI.