Model
.ai
offene KI-Modelle im Blick

Qwen Image 2.1 Restore LoRA

8396°
Qwen Image 2.1 Restore LoRA
Erstellt von
AusBoss
auf Civitai

By AusBoss - A LoRA that softens the harsh upscale Qwen Image 2.1 does by itself: the result is a little softer, still detailed, makes up less, and stays true to your picture. Qwen Image 2.1 can upscale a small or worn picture without this LoRA, but it overdoes it. Skin turns gritty, pores and freckles show up that were not there, faces look older, and the picture shifts a few pixels. With this LoRA the result stays on your picture. Blurry photos need a lower strength. If your picture is out of focus, shaky, or a frame from a video, set the LoRA to 0.5. At 1.0 it stays true to the blur and…By AusBoss - A LoRA that softens the harsh upscale Qwen Image 2.1 does by itself: the result is a little softer, still detailed, makes up less, and stays true to your picture. Qwen Image 2.1 can upscale a small or worn picture without this LoRA, but it overdoes it. Skin turns gritty, pores and freckles show up that were not there, faces look older, and the picture shifts a few pixels. With this LoRA the result stays on your picture. Blurry photos need a lower strength. If your picture is out of focus, shaky, or a frame from a video, set the LoRA to 0.5. At 1.0 it stays true to the blur and the result comes back soft. A small or compressed picture that is in focus is fine at 1.0. No trigger word. Start at strength 1.0, enlarge your picture to about 2 megapixels, give it as image 1, and ask: Restore the photo: remove blur, noise and compression artifacts and recover sharp, natural detail, keeping the same composition, people and colors. For scratched or faded prints: Restore the old photo: remove scratches, dust, fading and grain and recover sharp, natural detail and color, keeping the same composition and people. On an old print it takes out scratches, dust and grain and brings back most of the color.

Notizen des Erstellers
A LoRA that softens the harsh upscale Qwen Image 2.1 does by itself: the result is a little softer, still detailed, makes up less, and stays true to your picture. Qwen Image 2.1 can upscale a small or worn picture without this LoRA, but it overdoes it. Skin turns gritty, pores and freckles show up that were not there, faces look older, and the picture shifts a few pixels. With this LoRA the result stays on your picture. Blurry photos need a lower strength. If your picture is out of focus, shaky, or a frame from a video, set the LoRA to 0.5. At 1.0 it stays true to the blur and the result comes back soft. A small or compressed picture that is in focus is fine at 1.0. No trigger word. Start at strength 1.0, enlarge your picture to about 2 megapixels, give it as image 1, and ask: Restore the photo: remove blur, noise and compression artifacts and recover sharp, natural detail, keeping the same composition, people and colors. For scratched or faded prints: Restore the old photo: remove scratches, dust, fading and grain and recover sharp, natural detail and color, keeping the same composition and people. On an old print it takes out scratches, dust and grain and brings back most of the color. Why use it Measured on 37 small pictures it never trained on, each compared with the full-size picture it was shrunk from. Same seed and request, 8 steps with Viggle Turbo: - The picture stays in place. Without the LoRA the result sits more than 2 px off. With it: about 0.3 px. - The face stays the same person. Face match 0.79 without, 0.88 with (on 29 of them; closer on every one). - The colors stay. Color and brightness shift 1.9 % without, 0.9 % with. - It makes up less. Plain Qwen draws more grain than the full-size picture has. The LoRA draws a little less than it has, so results are slightly soft. The pictures on this page show it: the small input, the result without the LoRA (amber) and with it (teal), and a section enlarged underneath. How to use it The workflow on this page has it set up: load your image and press Run. One pass at about 2 megapixels, with a Fast switch (8 steps with Viggle Turbo, or 25 steps without it). It is the second file of this version, and it is inside every still picture here: drop one on ComfyUI. It uses my . For a result over 2 megapixels, use my workflow. It redraws the picture in tiles with this LoRA. In your own Qwen Image 2.1 edit graph: - A LoRA loader right after the model loader, strength 1.0 to start. Strength works as a dial: 0.5 for a blurry photo, 0.75 for a little more of Qwen's own texture, 1.0 to stay truest to your picture. - Resize your picture to about 2 MP, both sides divisible by 32. - Text Encode Qwen Image 2.1: the resized picture as image_1, resolution 0, the request as the prompt. - KSampler on the encoder's latent output: CFG 1, euler / simple, denoise 1. 8 steps with Viggle Turbo at 1.0, or 25 steps without it. - VAE Decode, then Split Image with Alpha (the Qwen 2.1 VAE decodes RGBA). Limits - A blurry photo comes back soft at 1.0. Lower the strength to 0.5. On 26 real low-resolution photos, the 6 blurriest needed that. - It is a redraw, not a recovery. Fine detail is made up to fit, and a face stays the same person, not the same pixels. - Plain Qwen 2.1 draws more texture. This LoRA trades some of that for staying true to the picture. - Small faces are redrawn. A face about 100 px tall in your picture can come back as a slightly different person. - Trained at 1 to 2 megapixels. Keep each pass at about 2 MP; for a bigger result, redraw the picture in tiles (my workflow does that). - Small lettering can come back misspelled. - One pass is enough. A second pass over the result at the same size came back crunchy. - Don't stack it with my Consistency LoRA. Training - ai-toolkit (qwen_image_2) on the Comfy-Org INT8 convrot base. Rank 32, alpha 32, AdamW8bit, learning rate 1e-4, batch 1, 1,500 steps. - 1,209 pairs: a clean picture, and the same picture damaged the way pictures get damaged (shrunk for the web, saved and re-saved as JPEG, blur and noise, phone smoothing, old prints, video stills). The full numbers, the step 1,250 file and the notes on how it was made are on the . Qwen Image 2.1 is by Alibaba Qwen, under the Qwen Research License: non-commercial use only. Questions or bugs: the comments here or . More from me on and .
1,922 Downloads · 117 Likes auf Civitai
SHA256
39160F2021884492E590F8295BEDB236DC26E13B7D9EE2BB824C03011F592351
Ranking badge
Updated Oct 22, 2026
Qwen Image 2.1 Restore LoRA auf ModelTrends.ai: Up 86.8% this week
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #247 Hottest AI model · #7 Hottest Qwen2 model · #7 Hottest Qwen2 LoRA
Not this creator?
Beliebtheitstrend von Qwen Image 2.1 Restore LoRA
Heat-Score seit 7 Oct 2026
Heat-Score
8,396°
Diese Woche
▲
86.8%
8,274° damals, 8,396° jetzt
Diesen Monat
n/a
Noch nicht veröffentlicht/erfasst
Vergangenes Jahr
n/a
Noch nicht veröffentlicht/erfasst
Qwen Image 2.1 Restore LoRA: Heat-Score seit 7 Oct 20267,000°7,391°7,782°8,173°8,564°8 Oct10 Oct14 Oct16 Oct19 Oct22 Oct8,396°ModelTrends.ai
7,000°
Grundwert
Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.
+985°
Civitai-Downloads
1,922 Downloads dieser genauen Version auf Civitai. Downloads sind die wichtigste Zutat und werden auf einer Log-Skala gezählt: Zehnmal so viele Downloads erhöhen den Wert um 300°, sodass ein Modell mit einer Million Downloads nicht tausendmal heißer ist als eines mit tausend. Die sechs Download-Quellen teilen sich diesen Wert anteilig entsprechend ihrer Anzahl.
+311°
Likes
117 Likes und Daumen hoch über die Quellen hinweg. Ein Like zählt halb so viel wie ein Download, auf derselben logarithmischen Skala.
+100°
Familien-Bonus
+100°, weil dies eine LoRA einer Familie ist, die diese Seite gerade besonders fördert. Das ist eine begrenzte Unterstützung innerhalb des Scores und wird hier offen gezeigt; sie kann ein Modell nie verbergen oder einen tausendfachen Unterschied bei den Downloads ausgleichen.
Detaillierte Aufschlüsselung anzeigen
Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 8,396°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.
  1. 1
    Starte beim Grundwert.
    Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.
    7,000°
    laufende Summe
  2. 2
    Füge die Downloads hinzu.
    1,922 Download-Äquivalente insgesamt, von Civitai-Downloads. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.
    +985°
    7,985°
    laufende Summe
  3. 3
    Füge die Likes hinzu.
    117 Likes und Daumen hoch, mit der halben Gewichtung eines Downloads.
    +311°
    8,296°
    laufende Summe
  4. 4
    Familien-Bonus.
    Ein offener, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade fördert.
    +100°
    8,396°
    laufende Summe
  5. =
    Der Heat-Score.
    Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.
    8,396°
Glossar: die hier verwendeten Begriffe
Heat-Score
Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert
Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente
Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala
Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes
Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate
Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt
Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder
Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde
Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten
Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens
Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint)
Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding
Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte
Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter
Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost
Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert
Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist)
Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend
Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell
Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.
Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.
Beispielbilder
Prompts und Einstellungen, geteilt von den Leuten, die diese Bilder auf Civitai erstellt haben. Wähle ein Bild, um zu sehen, wie es entstanden ist.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Zu diesem Bild wurde kein Prompt geteilt.
Lokal ausführen
Qwen Image 2.1 Restore (AusBoss).json
0 MB · Other
qwen-image-2.1-restore.safetensors
152 MB · SafeTensor · bf16
Herunterladen
Downloads werden von Civitai bereitgestellt. Manche Ersteller verlangen zuerst eine Anmeldung bei Civitai.