Thera提供两种批量处理模式，具体操作如下：
1. 命令行批量模式
通过run_eval.py脚本处理整个文件夹：python run_eval.py --checkpoint thera-rdn-pro.pkl
--data-dir ./input_images
--eval-sets nature,portrait
--scale 2.718
其中：
• –data-dir指定包含子文件夹的输入目录
• –eval-sets设置需要处理的子文件夹名称（支持多组逗号分隔）
• 输出将自动保存在outputs目录下，保持原始文件名和目录结构
2. 自动缩放工作流
对于需要不同倍率的场景，可编写shell脚本：for img in $(ls ./inputs); do
./super_resolve.py inputs/$img outputs/$img
--scale $(echo "scale=2; 1+$RANDOM/32767*3" | bc)
--checkpoint thera-edsr-air.pkl
done
此示例会为每张图随机生成1-4倍的放大比例。
建议对于大批量处理（1000+图像）使用--save-frequency 100参数定期保存进度。
この答えは記事から得たものである。Thera: あらゆるサイズの画像拡大、デエイリアス・オープンソースツールについて
無断転載を禁じます：AI生産性ツール " 如何使用Thera批量处理多张图片的超分辨率转换？
日本語 
简体中文 
English 
Deutsch 
Português do Brasil