关注您很久了，我现在想在红外场景数据集上做微调，之前直接Zero Shot在我的红外数据集上效果不是很理想(比如，细节乱生)，我查看了下发现RAM模型识别出来的Tag错误较多，应该是它在红外图像上识别能力不够。另外我的红外图像lr分辨为256*192，希望做x2,x4,x8倍超分。
我的问题是：
1. 如果想要提升在红外图像上超分表现，是否需要首先对RAM模型做微调得到红外场景下识别表现(并获取图像的tag)，接着以它为Teacher Model蒸馏得到DAPE模型，直接用于红外图像超分或者是否还需进一步对SD/ControlNet微调以提升整体超分效果？
2. 如果需要微调训练RAM，需要将原始分辨率256x192输入图像（宽高比不是1:1）resize至384x384，效果是否影响较大？实际应用怎么克服不一致带来的影响？
3. 目前，一共有2张4090卡，还有一张H800，根据上述问题1和2，您建议最小配置是怎样的？本人现有资源能否满足？
期待您的回复！感谢！
作者，您好！