codeformer 中文文档 下载 App

CodeFormer 硬件和显存要求：30系40系各档适配情况

最小硬件清单

组件最低要求推荐
GPUNVIDIA GTX 1060（6GB 显存）RTX 3060 及以上（12GB 显存）
CUDA≥ 10.111.7 或 12.x
Python3.83.10
系统Linux / Windows 10+Linux（Ubuntu 20.04+）

没有 NVIDIA GPU 能不能跑？理论上可以用 CPU 跑 PyTorch，但单张 512×512 人脸推理需要 30 秒以上，极不推荐。

按场景的显存需求

对齐人脸修复（512×512）

最小显存：4GB（GTX 1050 Ti 就能跑）

这是最轻量的使用方式——不需要做人脸检测，直接喂 512×512 对齐好的人脸。如果你的显卡只有 4GB，先用 dlib 或 YOLOv5-face 离线裁好人脸，再批量跑推理。

整图自动检测修复

最小显存：8GB（GTX 1070 / RTX 2060）

包含人脸检测（YOLOv5）+ CodeFormer 推理 + back projection 融合。整图分辨率越大、检测到的人脸越多，显存占得越多。8GB 卡处理 1080p 照片没问题，4K 照片可能 OOM。

整图 + Real-ESRGAN 背景增强

最小显存：12GB（RTX 3060 / 3070）

Real-ESRGAN 本身就占显存，再叠 CodeFormer 推理，12GB 是比较舒适的下限。4K 整图 + 背景增强建议 16GB+。

视频逐帧处理

最小显存：16GB（RTX 3060 12GB 勉强 / 3080 16GB 舒适）

视频处理本质是循环跑整图修复，显存峰值和整图处理差不多，但总时间很长——10 秒 1080p 视频约 5 分钟处理时间（RTX 3060）。

各档位显卡实测参考

显卡显存对齐人脸整图 1080p整图 + 背景视频 10s 1080p
GTX 1050 Ti4GB✅ 0.8s❌ OOM❌ OOM❌ OOM
GTX 10606GB✅ 0.5s⚠️ 勉强（可能 OOM）❌ OOM❌ OOM
RTX 20608GB✅ 0.3s✅ 1.5s⚠️ 可能 OOM❌ 慢 + OOM
RTX 306012GB✅ 0.2s✅ 0.8s✅ 1.2s✅ ~5 分钟
RTX 308016GB✅ 0.12s✅ 0.5s✅ 0.8s✅ ~3 分钟
RTX 408016GB✅ 0.08s✅ 0.3s✅ 0.5s✅ ~2 分钟
T4（云 GPU）16GB✅ 0.25s✅ 0.9s✅ 1.4s✅ ~6 分钟

时间为 512×512 对齐人脸的单张推理时间，仅参考。实际速度受 CUDA 版本、PyTorch 版本、输入分辨率影响。

显存不足怎么办

详见 显存不足排查 页。快速方案：

  1. 关掉 --bg_upsampler realesrgan（省约 4GB）
  2. 不要 --face_upsample
  3. 图片先缩小再处理
  4. 只用 --has_aligned 模式（先离线裁脸）

云 GPU 方案

如果没有合适的显卡：

平台硬件价格适合
AutoDLRTX 3090 24GB~2 元/小时临时跑一次
矩池云RTX 4090 24GB~3 元/小时需要高性能
Colab 免费版T4 16GB免费单次测试、学习
Colab ProT4 / P100$10/月经常用
Lambda Labs按需~$1.5/小时海外用户

驱动版本

安装 CUDA 前先确认显卡驱动：

驱动装好了再装 CUDA Toolkit，不要反过来。