4KAgent 图像超分智能体

这个 Agent 能做什么，适合哪些场景？

4KAgent 是发表于 NeurIPS 2025 的智能体式图像超分辨率通用系统，目标是把任意图像统一提升到 4K 分辨率，覆盖经典退化、真实场景退化、极低质量输入、AI 生成图以及遥感、显微、病理、医学等科学成像。系统由一个感知智能体（Perception Agent）和一个复原智能体（Restoration Agent）组成：前者用大型视觉语言模型分析图像内容与失真并给出复原计划，后者按执行—反思—回滚流程递归调用各类复原与超分工具。每次复原步骤中，Q-MoE（质量驱动的专家混合）策略负责在候选中选出最优图像，另有独立的人脸复原流水线。用户通过 profile 文件定制不同任务的工具链，无需额外训练；推理入口为 infer_4kagent.py 命令行脚本，输出包含日志与中间图像的文件夹，并配套多种指标评测脚本。

4KAgent 读取输入目录中的图像，先由 Perception Agent 调用视觉语言模型（README 示例使用 llama_vision 或单独启动的 DepictQA 服务）判断内容与失真类型，生成复原计划；Restoration Agent 依据 profile（如 ExpSR_s4_F、ExpSR_s4_P、FastGen4K_P、OldP4K_P、GenMIR_P）选择并执行去模糊、去噪、增亮、伽马校正、超分等工具，通过执行—反思—回滚与 Q-MoE 策略逐步挑出最优结果，必要时启用 FaceRestore 使用 codeformer、gfpgan 等方法修复人脸。最终输出按图像组织的文件夹（含日志与各阶段图像），可用 utils/image_export.py 导出最终图，用 utils/toolchain_export.py 查看每张图实际使用的工具链，用 utils/face_restoration_tool_export.py 查看人脸复原工具。eval/ 下的脚本按任务计算 PSNR/SSIM/LPIPS 及 NIQE、MUSIQ、MANIQA、CLIPIQA 等无参考指标。

1. 影像研究者需要在 Set5、Urban100、DRealSR 等基准上复现或比较 4K 超分结果
2. 遥感从业者想把低分辨率航拍图（AID、DIOR、DOTA、WorldStrat）放大并做质量评估
3. 医学或生物成像团队要增强显微、病理、X 光或超声图像
4. 老照片修复场景，使用 OldP4K_P 档案提升低质量历史照片
5. AI 绘图创作者想把生成图进一步提升到 4K 并用人脸流水线修复人像
6. 需要自由组合多个复原工具、并记录每张图所用工具链的工程师

如何安装或部署这个 Agent？

安装步骤集中在仓库的 Installation Guide（installation/Installation.md），README 未完整展开。运行前需要在 config.yml 中填入 API 密钥。若要使用 DepictQA 作为感知模型的 VLM，需单独准备其环境：

cd ./DepictQA
conda activate depictqa

如需下载 DIV4K-50 数据集：

python -m pip install "huggingface_hub[cli]"
huggingface-cli download --repo-type dataset YSZuo/DIV4K-50 --local-dir ./dataset/DIV4K-50
cd ./dataset/DIV4K-50
unzip DIV4K-50.zip

如何使用这个 Agent？

先在 config.yml 填入 VLM 的 API 密钥。若使用 llama_vision 作为感知模型的 VLM，直接运行推理：

CUDA_VISIBLE_DEVICES=1 python infer_4kagent.py \
  --input_dir ./assets/profile_test_example/classicsr \
  --output_dir ./outputs/4KAgent_test/classicsr \
  --profile_name ExpSR_s4_F \
  --tool_run_gpu_id 2

若使用 DepictQA，先在终端 A 启动服务，再在终端 B 推理（推荐 FastGen4K_P 档案，速度更快、感知质量较好）：

# 终端 A
cd ./DepictQA
conda activate depictqa
CUDA_VISIBLE_DEVICES=0 python src/app_eval.py

# 终端 B
CUDA_VISIBLE_DEVICES=1 python infer_4kagent.py \
  --input_dir ./assets/profile_test_example/4ksr \
  --output_dir ./outputs/4KAgent_test/4ksr \
  --profile_name FastGen4K_P \
  --tool_run_gpu_id 2

可用任务档案还包括 OldP4K_P（老照片）与 GenMIR_P（多重退化复原）。自定义档案可参考 pipeline/profiles 中的示例，格式说明见 pipeline/profiles/profile_setup.md。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题