QualityScaler-Go models
ONNX 模型精度版本，按模型名称分目录。其中 23 款从原始 PyTorch 检查点重新导出，6 款经用户授权从现有 ONNX 转换；各 manifest 的 source.kind 明确区分来源。
本次提供 29 个模型、87 个精度文件，总大小 4.09 GB。每款包含 FP32、FP16、BF16；所有文件已通过 ONNX 结构、类型和 SHA-256 检查，FP32/FP16 已通过 CPU 推理与多尺寸检查，17 款 BF16 已通过 TensorRT GPU 推理验证。其余 BF16 的 GPU 验证状态见各 manifest。
PTH 模型的 FP32 从原始全精度权重加载网络导出，FP16/BF16 从本次新导出的图生成。六款 ONNX 转换模型以现有图为来源。LVAx2、MSharpx4 的源文件已是 FP16，其 FP32 版仅提升运算类型，无法恢复原始全精度权重。 敏感算子可保留 FP32；三档模型的外部输入输出均为 FP32。FP16/BF16 表示内部混合精度计算。轻量模型未制作 INT8/FP8 版本。
输入输出尽量支持动态 N/H/W，检查包含 batch=2 与不同高度、宽度。CodeFormer 两款保留固定 batch=1、512×512。部分模型有尺寸倍数限制，请查看 manifest。
文件下载
输入约定与版本
- Real-CUGAN：输入输出范围 0–255，带动态输出裁剪。
- CodeFormer：固定 512×512、输入范围 [-1,1]；标准版保留 w 输入，colorization 固定 w=0、adain=True。
- YOLO5Face：三层原始检测头 p3/p4/p5，H/W 为 32 的倍数；BatchNorm eps=1e-5 与原应用一致，卷积参数和固定尺寸输出已对照旧版本验证。
- DeblurGANv2-FPNInception-GoPro：官方 GoPro 检查点的独立版本，与原应用的 Deblurgan_v2 权重不同。RGB 输入输出范围 [-1,1]，H/W 为 32 的倍数，已测试 256 像素及以上尺寸。按上游推理流程使用输入统计量。
- Deblurgan_v2：原应用 ONNX 的转换版本，移除经验证为恒等变换的固定尺寸 Reshape 以支持动态输入；H/W 为 32 的倍数，已测试 256 像素及以上尺寸。
- RivaGAN：frame 为 [N,3,1,H,W]，范围 [-1,1]；encoder 的 data 为 [N,32]，decoder 输出 32 个水印分数。低精度误差及验证记录见 manifest。
- RealESR_Gx4、RealESR_Gx4_WDN、RealESR_Animex4（v3）、RealESR_Animex4_v2 为独立权重版本。
其余图像修复/超分模型通常使用 NCHW RGB、范围 [0,1]，具体输入名称、形状和倍率见 manifest。没有附带应用的预处理、后处理或 TensorRT engine 缓存。
来源与核验
catalog.json 包含每个文件的 SHA-256、尺寸、输入输出信息、PTH 或 ONNX 来源和完整验证记录。validation/ 保存本轮检查结果。六款 ONNX 转换记录了源图哈希，并对照原图检查输出；其余 23 款以原始 PyTorch 检查点为权重来源。
GPU 验证环境：TensorRT 10.16、RTX 5070 Ti Laptop；BF16 Conv/MatMul/Gemm 使用原生低精度，其余敏感算子保留 FP32。合成输入推理检查不代表实际图像观感或性能验收。
模型使用条件请参照对应上游项目的许可： Real-ESRGAN、BSRGAN/IRCNN/SCUNet、Real-CUGAN、Restormer、NAFNet、CodeFormer、YOLO5Face、DeblurGAN-v2。
使用现有 ONNX 转换的模型
以下模型未取得匹配的原始 PTH，按用户授权直接转换 ONNX，三档文件均已提供：
- Deblurgan_v2
- face_enhance_x4
- LVAx2
- MSharpx4
- rivagan_decoder
- rivagan_encoder
face_enhance_x4 的 BF16 已通过 ONNX 结构与类型检查，GPU engine 构建尚未完成，运行状态保留为待验证。合成输入数值检查不代表实际图像画质或水印解码效果验收。