Aletheia-Lens v1.1.0(CPU / CUDA12 双版本)
这是可直接运行的完整程序版本,已经包含运行所需的 ONNX 模型。普通用户只需下载下面其中一个压缩包,不需要再单独下载 models-v1。
下载哪个版本
- Aletheia-Lens_v1.1.0_cpu.7z:CPU 版本,无需 NVIDIA 显卡或 CUDA,压缩包约 358 MiB。
- Aletheia-Lens_v1.1.0_cuda12.7z:CUDA12 版本,适合支持 CUDA 12 的 NVIDIA 显卡与驱动,压缩包约 1.48 GiB。包内已包含 CUDA / cuDNN 用户态运行库,不需要另外安装完整 CUDA Toolkit,但仍需要可用的 NVIDIA 显卡驱动。
CUDA12 版本中,Mask R-CNN 与 ESRGAN 会优先使用 CUDA;DeepCreamPy 的 bar.onnx、mosaic.onnx 固定使用 CPU。CUDA 不可用时建议直接使用 CPU 版本。
使用方法
- 下载适合自己的 .7z 压缩包。
- 将压缩包完整解压到普通文件夹,不要直接在压缩软件内运行。
- 双击解压目录中的 Aletheia-Lens.exe。
两个完整包都已经包含模型,程序内的模型位于:
Aletheia-Lens/
└─ _internal/
└─ models/
├─ deepcreampy/
│ ├─ bar.onnx
│ └─ mosaic.onnx
├─ mrcnn/
│ └─ weights.onnx
└─ esrgan/
├─ 4x-Fatal-Pixels.onnx
└─ 4x-Fatal-Pixels.onnx.data
使用完整压缩包时请不要移动、重命名或单独替换 _internal/models 中的文件。
从源码运行时的模型位置
只有从源码运行或维护自动构建时,才需要前往 models-v1 下载大型模型,并保持文件名不变:
- weights.onnx → models/mrcnn/weights.onnx
- 4x-Fatal-Pixels.onnx → models/esrgan/4x-Fatal-Pixels.onnx
- 4x-Fatal-Pixels.onnx.data → models/esrgan/4x-Fatal-Pixels.onnx.data
- model-assets.sha256 → .github/model-assets.sha256(用于完整性校验,单纯运行源码时不是必需文件)
4x-Fatal-Pixels.onnx 与 4x-Fatal-Pixels.onnx.data 必须放在同一目录。DeepCreamPy 的两个模型已包含在源码仓库中,无需另行下载。
v1.1.0 更新内容
- 将 Mask R-CNN、ESRGAN 与 DeepCreamPy 推理链迁移到 ONNX Runtime,大幅缩减项目与发布包体积。
- 提供 CPU 与 CUDA12 两套独立完整包。
- 新增 ZIP、7z、RAR 压缩包输入,以及安全解压、路径碰撞和异常归档检查。
- 新增打包程序冒烟测试、模型哈希校验、CUDA DLL 校验和 GitHub Actions 自动发布。
- 修复 GitHub Actions 中文输出编码与 Windows runner 路径规范化问题。
文件校验
- CPU:SHA256 015c45aaa58fcdb50ad962ef8916cca0dc0ef6a0dc41562dcf4e7a3167713912
- CUDA12:SHA256 26e4d1566acf737cf650fe8b8fa0fc9d69173bff492a9a8dc94dfff846d4ab83