EN DIRECT
Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|OpenAI va rendre ses modèles disponibles sur Google Cloud21/10/26 · OpenAI|OpenAI dévoile l'architecture publicitaire de ChatGPT21/10/26 · OpenAI|Liquid AI dévoile LFM3, une base pour des modèles multimodaux spécialisés27/10/26 · Liquid AI|Des services de police américains utilisent l'IA pour repérer des comportements de conduite "suspects"27/10/26|AllenAI interroge la capacité des LLM à juger la nouveauté d'une idée de recherche27/10/26 · AllenAI|Des outils d'IA open source pour accélérer la recherche sur la démence27/10/26 · NVIDIA|Des transformateurs électriques à semi-conducteurs pour soutenir l'essor de l'IA27/10/26|OpenAI élargit son partenariat avec Oracle pour intégrer ses applications dans ChatGPT27/10/26 · OpenAI|OpenAI publie une page annonçant « GPT-6.1 Terra », sans détails techniques disponibles26/10/26 · OpenAI|Anthropic dépose son dossier d'introduction en bourse, dominé par les risques26/10/26 · Anthropic|Une politique robotique entraînée uniquement en simulation égale les meilleurs systèmes réels26/10/26|OpenAI dévoile GPT-6.1 Terra, un modèle taillé pour l'usage d'ordinateur26/10/26 · OpenAI|OpenAI va rendre ses modèles disponibles sur Google Cloud21/10/26 · OpenAI|OpenAI dévoile l'architecture publicitaire de ChatGPT21/10/26 · OpenAI|Liquid AI dévoile LFM3, une base pour des modèles multimodaux spécialisés27/10/26 · Liquid AI|Des services de police américains utilisent l'IA pour repérer des comportements de conduite "suspects"27/10/26|AllenAI interroge la capacité des LLM à juger la nouveauté d'une idée de recherche27/10/26 · AllenAI|Des outils d'IA open source pour accélérer la recherche sur la démence27/10/26 · NVIDIA|Des transformateurs électriques à semi-conducteurs pour soutenir l'essor de l'IA27/10/26|OpenAI élargit son partenariat avec Oracle pour intégrer ses applications dans ChatGPT27/10/26 · OpenAI|OpenAI publie une page annonçant « GPT-6.1 Terra », sans détails techniques disponibles26/10/26 · OpenAI|
AppAttentionéditeur officiel

Real-ESRGAN

App : Un produit que vous utilisez directement

Upscaling image et vidéo en local, base de nombreux outils.

Le modèle d'agrandissement libre de référence.

Score global
6.6 /10
Sécu : rien à signaler
Utilité
8.0
Fiabilité
2.0
Sécurité
Aucune réserve recensée
Facilité
Technique · Technique

La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.

Ce que ça fait, concrètement

Les photos et vidéos anciennes ou de faible résolution perdent en détail dès qu'on les agrandit avec les outils classiques. Real-ESRGAN répond à ce problème en reconstituant les détails manquants plutôt qu'en interpolant simplement les pixels.

L'outil s'appuie sur un réseau de neurones entraîné exclusivement sur des données synthétiques, ce qui lui permet de traiter des images dégradées de manière générale, sans avoir besoin d'exemples réels en entrée. Il propose plusieurs modèles selon le contenu : photos réelles, illustrations animées, vidéos d'animation.

Real-ESRGAN s'adresse aux photographes, graphistes, passionnés de retouche et développeurs qui souhaitent agrandir des images ou restaurer des vidéos sans envoyer leurs fichiers sur un serveur tiers. Tout le traitement se fait en local, sur la machine de l'utilisateur.

En revanche, l'outil n'est pas conçu pour les débutants : son installation requiert Python, PyTorch et plusieurs dépendances, ou l'utilisation d'un exécutable portable en ligne de commande. Il n'existe pas d'interface graphique officielle intégrée.

Ce que ça propose

  • ·Agrandissement d'images jusqu'à x4 pour des photos et illustrations en général.
  • ·Modèle dédié aux illustrations animées (RealESRGAN_x4plus_anime_6B), plus léger et optimisé pour ce type de contenu.
  • ·Modèle dédié aux vidéos d'animation (AnimeVideo-v3) pour restaurer des séquences animées.
  • ·Option d'amélioration des visages via l'intégration de GFPGAN, activable avec l'argument --face_enhance.
  • ·Exécutables portables disponibles pour Windows, Linux et macOS, compatibles GPU Intel, AMD et Nvidia sans installation de Python.
  • ·Option de débruitage réglable (-dn) sur le modèle realesr-general-x4v3 pour éviter un lissage excessif.
  • ·Traitement par tuiles (tile) pour gérer les images de grande taille sur des machines avec peu de mémoire GPU.
  • ·Prise en charge des images avec canal alpha, images en niveaux de gris et images 16 bits.

En pratique

Prix
GratuitGratuit, BSD.
Usage commercial
Usage commercial : oui
Disponible sur
cli, windows, linux
Licence
BSD-3-Clause
En local
Oui, 4 Go de VRAM conseillés
Interface FR
Non

Sécurité et données

Pastille
Sécu : rien à signaler
Vos données
Données en local
Permissions
Local.
Maintenance
Inactive depuis plus de six mois
Dernière release
20 septembre 2022

Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 juillet 2021

Comment installer Real-ESRGAN

1. Installez Python 3.7 ou supérieur ainsi que PyTorch depuis pytorch.org. 2. Clonez le dépôt : git clone https://github.com/xinntao/Real-ESRGAN.git puis entrez dans le dossier : cd Real-ESRGAN. 3. Installez les dépendances : pip install basicsr facexlib gfpgan && pip install -r requirements.txt && python setup.py develop. 4. Téléchargez le modèle souhaité, par exemple RealESRGAN_x4plus.pth, dans le dossier weights/. 5. Lancez l'inférence : python inference_realesrgan.py -n RealESRGAN_x4plus -i inputs. 6. Précaution : tout le traitement reste local, aucun fichier n'est envoyé sur un serveur externe.
pip install basicsr facexlib gfpgan && pip install -r requirements.txt && python setup.py develop

Dans la même catégorie

Toute la catégorie Vidéo →