Պատկերի խոշորացում անվճար

Ինչպես է այն աշխատում

Մեծացնողը գործարկում է Real-ESRGAN general-x4v3-ը — 4.6 ՄԲ ծալքային գերլուծաչափության ցանց — onnxruntime-web-ի միջոցով Web Worker-ի ներսում ձեր սեփական մեքենայում։ Մոդելը բերվում է մեկ անգամ մեր սեփական սերվերից, քեշավորվում, և ապա օգտագործվում է անցանց. ձեր լուսանկարը վերծանվում է կտավի տեղում և երբեք չի վերբեռնվում։ Մասշտաբի գործակիցը ֆիքսված է 4×-ին, քանի որ այն կոշտ-թխված է գրաֆի մեջ երկու տեղում։

1. 1
   Պատկերը կտրված է համընկնող սալիկների

   4× արդյունքը տասնվեց անգամ ավելի պիքսել է, ուստի 4000×3000 լուսանկարը կլինի 192 մեգապիքսել — բավական՝ դիտարկիչի ներդիրը ամբողջովին կասեցնելու, ոչ պարզապես դանդաղեցնելու։ Փոխարենը, նկարը բաժանված է հիմքերի, որ ուղիղ սալիկավորում են այն, և ամեն հիմք կարդացվում է լրացուցիչ շրջագծային մարժինով, որպեսզի ծալքային կույտը (որի ընկալման դաշտը 34 պիքսել է) իրական հարևան պիքսելներ ունենա աշխատելու համար։ Եզրերը եզր-կրկնօրինակված են, երբեք զրո-լցված, ինչը հակառակ դեպքում ստիպած կլիներ մոդելին սրելու սև եզր շրջանակի շուրջ։
2. 2
   Ամեն սալիկ փաթեթավորված է որպես հարթ RGB թենսոր

   Սալիկը դառնում է float32 թենսոր [1, 3, H, W] ձևով, կարմիր, կանաչ և կապույտ ալիքները պահված որպես առանձին հարթություններ և արժեքները պարզապես բաժանված 255-ի — ոչ մի միջին/ստանդարտ-շեղման նորմալացում ոչ մի տեսակի։ Ամեն սալիկ լցվում է ուղիղ նույն քառակուսի չափի, քանի որ WebGPU backend-ը կրկին կոմպիլացնում է իր shader-ները ամեն նոր մուտքային ձևի համար, և երեք տարբեր սալիկի չափերով պլանը կվճարեր այդ արժեքը երեք անգամ։
3. 3
   Ենթադրությունն աշխատում է WebGPU-ի վրա, որտեղ այն գոյություն ունի, հակառակ դեպքում՝ CPU-ի վրա

   Աշխատաշրջանը ստեղծվում է առաջին WebGPU-ով և ձախողման դեպքում վերադառնում է մեկ-հոսքով WebAssembly-ին — գրաֆիկական դրայվերները սովորաբար հայտարարում են աջակցություն և ապա ձախողվում գրաֆը կառուցելու կեսին, և ավելի դանդաղը գերազանցում է կոտրվածին։ Քանի որ պահեստային տարբերակը մեծ գործակցով փոխում է իրական չափի սահմանաչափը և գործարկման ժամանակը, գործիքը կրկին ստուգում է աշխատանքն ընտրված մատակարարի դեմ մինչև առաջին սալիկի գործարկումը, և ասում է, թե որն է օգտագործել, հետո։
4. 4
   Սալիկները խաչաձև-խառնվում են հետ միասին և սահմանափակվում

   Ծայրից-ծայր միացող սալիկները տեսանելի ցանց են թողնում, ուստի ամեն սալիկի ներդրումը կշռված է գծային ուղեծրով ընդհանուր շերտով։ Երկու ուղեծրերն ուղիղ լրացուցիչներ են, ուստի կշիռները ամեն ելքային պիքսելում գումարվում են ուղիղ 1-ի, և ոչ մի պայծառ կամ մուգ գիծ չի հայտնվում կարի երկայնքով։ Մոդելի հում ելքը գրաֆի ներսում կտրված չէ — չափված արժեքները ընթանում են մոտավորապես −0.18-ից +1.19 — ուստի ամեն նմուշ սահմանափակվում է 0–255 տիրույթում մինչև 8-բիթանոց ձուլումը, ինչը կանխում է բծերը բարձր-հակադրության եզրերի երկայնքով։ Ալֆան վերանմուշառվում է առանձին և երկգծայնորեն, քանի որ ցանցն ինքնին ալֆա ուղի չունի։
5. 5
   Արդյունքը կոդավորվում է worker-ում

   Հավաքված պիքսելները գծվում են OffscreenCanvas-ի վրա և անմիջապես կոդավորվում PNG-ի, ուստի Ներբեռնել սեղմելը դրա առջևում ասինխրոն բացակայություն չունի։ JPG-ին անցնելը կրկին կոդավորում է canvas-ից, որը worker-ը դեռ պահում է, ոչ թե կրկին գործարկում է մոդելը։ Փոքր կենտրոնական կտրվածք նույնպես մատուցվում է 100%-ով նույն տարածաշրջանի կողքին, որը դիտարկիչով վերանմուշառված է — սա միակ համեմատությունն է, որում 4× տարբերությունն իրականում տեսանելի է։

Առնչվող գործիքներ