Real-ESRGAN图像超分模型（超分辨率重建）的安装和使用教程

首先，你需要安装Python >= 3.7，推荐使用Anaconda或Miniconda，以及PyTorch >= 1.7。这里我们推荐使用离线本地安装。你可以通过git clone获取Real-ESRGAN的代码，并进入项目目录进行安装。
然后，你需要安装一些依赖库。其中，我们使用BasicSR来训练以及推断模型。你可以通过pip install命令来安装这些库。同时，facexlib和gfpgan也是用来增强人脸的库，你也可以通过pip install命令来安装。最后，通过运行python setup.py develop来启动项目。
一旦安装完成，你就可以开始训练你的Real-ESRGAN模型了。在训练过程中，你需要准备一些超分辨率的图像作为输入，并指定你想要放大的倍数。Real-ESRGAN模型将会通过学习这些图像来学习如何进行超分辨率重建。
完成训练后，你可以使用训练好的模型来进行推断。将你想要进行超分辨率重建的图像输入到模型中，模型将会输出相应的超分辨率重建结果。
在使用Real-ESRGAN进行图像超分时，大部分情况下可以得到满意的结果。但请注意，Real-ESRGAN并不是完美的，在处理某些画面时可能会产生一些异常变化。
总结来说，Real-ESRGAN是一个强大的图像超分模型，可以有效地进行超分辨率重建。通过按照上述步骤进行安装和使用，你可以轻松地利用Real-ESRGAN进行图像超分处理。