Уголемяване на изображения — безплатно

Как работи

Инструментът за увеличаване на резолюцията изпълнява Real-ESRGAN general-x4v3 — конволюционна мрежа за суперрезолюция от 4.6 MB — чрез onnxruntime-web вътре в Web Worker на собствената ви машина. Моделът се извлича еднократно от нашия собствен сървър, кешира се и след това се използва офлайн; снимката ви се декодира в платно локално и никога не се качва. Коефициентът на мащаба е фиксиран на 4×, защото е твърдо вграден в графа на две места.

1. 1
   Изображението се нарязва на припокриващи се плочки

   4× резултат е шестнадесет пъти повече пиксели, така че снимка 4000×3000 би била 192 мегапиксела — достатъчно, за да срине раздела на браузъра напълно, вместо просто да го забави. Вместо това картината се разделя на ядра, които я нарязват точно, а всяко ядро се чете с допълнителен марж от контекст от всяка страна, така че конволюционният стек (чието рецептивно поле е 34 пиксела) да има реални съседни пиксели, с които да работи. Границите се възпроизвеждат по ръба, никога не се допълват с нули, което иначе би накарало модела да изостри черен ръб около рамката.
2. 2
   Всяка плочка се пакетира като планарен RGB тензор

   Плочка става float32 тензор с форма [1, 3, H, W], с червения, зеления и синия канал, съхранени като отделни равнини, и стойности просто разделени на 255 — без нормализация по средна стойност/стандартно отклонение от какъвто и да е вид. Всяка плочка се допълва до точно същия квадратен размер, защото бекендът WebGPU прекомпилира шейдърите си за всяка нова форма на входа, а план с три различни размера на плочки би платил тази цена три пъти.
3. 3
   Извеждането работи на WebGPU където съществува, иначе на процесора

   Сесията се създава първо с WebGPU и преминава към еднонишков WebAssembly при всеки провал — графичните драйвери рутинно обявяват поддръжка и след това се провалят по средата на изграждането на графа, а по-бавно бие развалено. Тъй като резервният вариант променя реалистичния лимит на размера и времето за изпълнение с голям коефициент, инструментът проверява отново заданието спрямо доставчика, който реално е получил, преди да се изпълни първата плочка, и ви казва кой е използвал след това.
4. 4
   Плочките се кръстосано смесват обратно заедно и се ограничават

   Съединяването на плочки „ръб до ръб“ оставя видима решетка, затова приносът на всяка плочка се претегля с линейна рампа през споделената лента. Двете рампи са точни допълнения, така че теглата се сумират точно до 1 при всеки изходен пиксел и не се появява ярка или тъмна линия по шева. Суровият изход на модела не се изрязва вътре в графа — измерените стойности варират от около −0.18 до +1.19 — така че всяка проба се ограничава до диапазона 0–255 преди 8-битовото преобразуване, което е това, което предотвратява крапинки по контрастни ръбове. Алфа каналът се преизчислява отделно и билинейно, защото самата мрежа няма алфа път.
5. 5
   Резултатът се кодира в worker-а

   Сглобените пиксели се изчертават на OffscreenCanvas и се кодират в PNG незабавно, така че натискането на „Изтегли“ няма асинхронна пауза пред себе си. Превключването към JPG прекодира от платното, което worker-ът все още държи, вместо да изпълнява модела отново. Малко централно изрязване се рендерира и на 100% заедно със същия регион, преизчислен от браузъра, което е единственото сравнение, при което 4× разлика реално се вижда.

Свързани инструменти