Lanczos：传统插值算法，效果如上图，除了分辨率放大了，几乎看不出高清化效果来
Nearest：传统插值算法，效果差
LDSR：Latent diffusion super resolution，速度极其缓慢，不推荐
ESRGAN 4x：增强型（Enhanced）超分辨率生成对抗性网络（ESRGAN)是一个放大网络，赢得了 2018 年感知图像恢复和操作挑战。它是对之前SRGAN的增强模型。它倾向于保留精细的细节，并产生清晰的图像。
R-ESRGAN 4x：Real-ESRGAN（R-ESRGAN)是 ESRGAN 的增强功能，可以恢复各种真实世界的图像。它对相机镜头和数字压缩产生的各种程度的失真进行建模。与 ESRGAN 相比，它倾向于生成更平滑的图像；R-ESRGAN 在逼真的照片图像方面表现最佳。
Others：
source: The DEFINITIVE Comparison to Upscalers
| 放大算法 | 照片 | 绘画 | 动漫/动画 |
|---|---|---|---|
| LDSR | 非常慢，但很适合与照片 | 随机噪声过多 | 较好，但仍有噪声 |
| BSRGAN | 不错，轻微锐化，不太严重 | 还行，可能过于平滑 | 还行，不如 R-ESRGAN 更好 |
| ESRGAN_4x | 超级清晰，但可能有点失真 | 颗粒感太强 | 糟糕，比非AI算法还差 |
| R-ESRGAN-General-4xV3 | 类似 BSRGAN，但有点太模糊 | 同上 | 不如 R-ESRGAN-Anime |
| R-ESRGAN-General-WDN-4xV3 | 更接近 BSRGAN | 质感和清晰度都很好 | 不如 R-ESRGAN-Anime |
| R-ESRGAN-AnimeVideo | 不适合 | 同上 | 动漫第二佳，Anime6B 更好 |
| R-ESRGAN-4x+ | 基本等同于 BSRGAN | 比 BSRGAN 质感好点 | 基本等同于 BSRGAN |
| R-ESRGAN-4x±Anime6B | 不适合 | 不适合 | 最适合 |
| ScuNET-GAN | 太模糊 | 太模糊 | 一般 |
| ScuNET-PSNR | 太模糊 | 太模糊 | 太垃圾 |
| SwinIR_4x | 不行 | 不如 General-WDN |