სურათის გამადიდებელი უფასოდ

როგორ მუშაობს

აღმზრდელი უშვებს Real-ESRGAN general-x4v3-ს — 4.6 მბ კონვოლუციურ სუპერ-გარჩევადობის ქსელს — onnxruntime-web-ის მეშვეობით, Web Worker-ში, თქვენს საკუთარ მანქანაზე. მოდელი მოძიებულია ერთხელ ჩვენი საკუთარი სერვერიდან, ქეშირდება, და შემდეგ ოფლაინ გამოიყენება; თქვენი ფოტო ლოკალურად დეკოდირდება canvas-ზე და არასდროს იტვირთება. მასშტაბის ფაქტორი ფიქსირებულია 4×-ზე, რადგან ის ჩაცხობილია გრაფში, ორ ადგილას.

1. 1
   სურათი იჭრება გადამფარავ ფილებად

   4× შედეგი თექვსმეტჯერ მეტ პიქსელს ნიშნავს, ასე რომ 4000×3000 ფოტო იქნებოდა 192 მეგაპიქსელი — საკმარისი, ბრაუზერის ჩანართის მთლიანად მოსაკლავად, უბრალო შენელების ნაცვლად. ამის ნაცვლად, სურათი ნაწილდება ბირთვებად, რომლებიც ზუსტად ფილავენ მას, და თითოეული ბირთვი იკითხება, ყოველი მხრიდან, კონტექსტის დამატებითი მარგინალით, ასე რომ კონვოლუციური სტეკს (რომლის მიმღები ველი 34 პიქსელია) ნამდვილი მოსაზღვრე პიქსელები აქვს სამუშაოდ. საზღვრები კიდის-გამეორებულია, არასდროს ნულით-შევსებული, რაც ამის ნაცვლად მოდელს კადრის გარშემო შავ ჩარჩოს გაუმკვეთდა.
2. 2
   თითოეული ფილა ილაგება, როგორც სიბრტყოვანი RGB ტენზორი

   ფილა ხდება float32 ტენზორი, ფორმით [1, 3, H, W], წითელი, მწვანე და ლურჯი არხები ცალკეულ სიბრტყეებად შენახული, და მნიშვნელობები უბრალოდ 255-ზე გაყოფილი — არავითარი საშუალო/სტანდარტული-გადახრის ნორმალიზაცია. ყოველი ფილა ივსება ზუსტად იმავე კვადრატულ ზომამდე, რადგან WebGPU backend ხელახლა კომპილირებს თავის shader-ებს ყოველი ახალი შეყვანის ფორმისთვის, და გეგმა სამი განსხვავებული ფილის ზომით ამ ღირებულებას სამჯერ გადაიხდიდა.
3. 3
   დასკვნა WebGPU-ზე მუშაობს, სადაც არსებობს, სხვაგან — CPU-ზე

   სესია იქმნება WebGPU-ით პირველად, და ნებისმიერი ჩავარდნისას CPU-ზე, ერთ-ნაკადიან WebAssembly-ზე გადადის — გრაფიკული დრაივერები ხშირად აცხადებენ მხარდაჭერას, შემდეგ გრაფის აგებას ნახევარგზაზე წყვეტენ, და უფრო ნელი სჯობს გატეხილს. რადგან სათადარიგო გადასვლა რეალისტურ ზომის ლიმიტსა და გაშვების დროს დიდი ფაქტორით ცვლის, ხელსაწყო ხელახლა ამოწმებს დავალებას იმ პროვაიდერის მიმართ, რომელიც რეალურად მიიღო, პირველი ფილის გაშვებამდე, და შემდეგ გეუბნებათ, რომელი გამოიყენა.
4. 4
   ფილები ჯვარედინი-გამქრობით ერწყმის ერთმანეთს და შემოისაზღვრება

   ფილების ბოლთ-შეერთება ხილულ ბადეს ტოვებს, ასე რომ თითოეული ფილის წვლილი წონილია წრფივი რამპით, საზიარო ზოლზე. ორი რამპა ზუსტი კომპლემენტია, ასე რომ წონები ზუსტად 1-ს ჯამდება ყოველ გამომავალ პიქსელზე, და ნაკერზე ხმამაღალი ან მუქი ხაზი არ ჩნდება. მოდელის დაუმუშავებელი გამომავალი გრაფის შიგნით არ იჭრება — გაზომილი მნიშვნელობები დაახლოებით −0.18-დან +1.19-მდე მოძრაობს — ასე რომ თითოეული სემპლი 0–255 დიაპაზონამდე შემოისაზღვრება, 8-ბიტიან ცვლილებამდე, რაც ხელს უშლის ნაცრისფერი ლაქების გამოჩენას მაღალ-კონტრასტულ კიდეებზე. ალფა ცალკე და ორ-წრფივად ისევ-სემპლირდება, რადგან ქსელს თავად ალფა-ბილიკი არ აქვს.
5. 5
   შედეგი კოდირდება worker-ში

   აწყობილი პიქსელები ილუწება OffscreenCanvas-ზე და მაშინვე ჰკოდირდება PNG-ად, ასე რომ „ჩამოტვირთვაზე“ დაწკაპუნებას მის წინ ასინქრონული ხარვეზი არ აქვს. JPG-ზე გადართვა canvas-იდან ხელახლა ჰკოდირებს, რომელსაც worker ჯერ კიდევ ინახავს, მოდელის ხელახლა გაშვების ნაცვლად. პატარა, ცენტრალური ჭრა ასევე ილუწება 100%-ზე, იმავე რეგიონთან ერთად, ბრაუზერის მიერ ხელახლა-სემპლირებულთან, რაც ერთადერთი შედარებაა, სადაც 4× სხვაობა რეალურად ჩანს.

დაკავშირებული ინსტრუმენტები