video2x-webgui
Interfaz web y contenedor Docker para Video2X, escalado de vídeo con IA e interpolación de fotogramas en GPUs NVIDIA, con soporte para carpetas por lotes y colas multi-GPU.
Ficha actualizada 24 sept 2026, 15:44 · upstream 24 sept 2026, 15:39 · release v1.0.0
Qué es video2x-webgui
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Este proyecto proporciona una interfaz gráfica web para Video2X, herramienta de escalado de vídeo mediante IA (Real-ESRGAN, Real-CUGAN, Anime4K/libplacebo) e interpolación de fotogramas (RIFE). El software original solo tiene una GUI para Windows; esta solución implementa una interfaz web sobre la línea de comandos, permitiendo ejecutar tareas en Linux sin necesidad de instalar dependencias manualmente.
La aplicación está empaquetada como contenedor Docker compatible con linuxserver.io, lo que facilita su despliegue en entornos como Unraid o cualquier host Docker estándar. Incluye capacidades avanzadas como colas de trabajo distribuidas entre múltiples GPUs, procesamiento automático de carpetas completas y una interfaz para previsualizar clips antes de comprometerse con el procesamiento completo de temporadas enteras.
La arquitectura soporta tanto aceleración por GPU NVIDIA (requiriendo el toolkit de contenedores) como renderizado por software mediante Mesa para pruebas o hardware limitado. El sistema gestiona logs individuales por tarea, permite cancelar trabajos en ejecución y ofrece notificaciones del navegador cuando las tareas se completan, todo ello con una configuración sencilla a través de variables de entorno y montajes de volumen.
- Escalado de resolución de vídeos antiguos (2x, 3x, 4x) para restauración de contenido clásico en servidores domésticos
- Interpolación de fotogramas para aumentar el framerate de películas o series sin pérdida de calidad visual
- Procesamiento automatizado de carpetas completas de vídeo con colas multi-GPU en estaciones de trabajo multimedia
- Previsualización rápida de configuraciones de escalado antes de procesar archivos pesados completos
- Gestión centralizada de tareas de IA en entornos Docker sin necesidad de interfaz gráfica local
- Interfaz web completa con todas las opciones de Video2X (procesador, modelo, escala, ruido, codificador)
- Soporte nativo para colas multi-GPU donde cada GPU procesa un trabajo simultáneamente
- Gestión automática de carpetas por lotes con movimiento de archivos terminados a carpetas 'done'
- Previsualización de clips en el navegador antes del procesamiento completo
- Logs individuales por tarea legibles y eliminables desde la interfaz web
- Solo compatible con arquitectura amd64 (x86-64), no soporta ARM ni otras arquitecturas
- Codificación NVENC falla actualmente con errores de multiplexado pts < dts; requiere codificador CPU libx264/libx265
- Hardware decoding hwaccel es poco fiable y está desactivado por defecto en Video2X upstream
- La lista de trabajos se mantiene en memoria; un reinicio del contenedor pierde la cola pendiente (aunque los archivos terminados permanecen)
- No incluye autenticación web nativa; requiere proxy inverso con autenticación para seguridad
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere host Docker x86-64 con GPU Vulkan compatible. Para NVIDIA, instalar toolkit de contenedores y usar --gpus all. Configurar PUID/PGID según el usuario del sistema (ej: 911 o 99/100 en Unraid). Montar /config, /videos, /batch, /logs. Usar codificador CPU libx264/libx265 por defecto. Para HTTPS, usar certificado auto-firmado o proxy inverso con autenticación (Authelia/Authentik). No exponer al internet sin protección.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.