무료 이미지 업스케일러

사용 방법

업스케일러는 4.6 MB 합성곱 초해상도 신경망인 Real-ESRGAN general-x4v3를 사용자 기기의 Web Worker 안에서 onnxruntime-web으로 실행합니다. 모델은 자체 서버에서 한 번 가져와 캐시한 뒤 오프라인으로 사용하며, 사진은 로컬에서 캔버스로 디코딩되고 업로드되지 않습니다. 배율은 그래프의 두 곳에 고정되어 있어 4배로 고정됩니다.

1. 1
   이미지를 겹치는 타일로 자르기

   4배 결과는 픽셀이 16배이므로 4000×3000 사진은 1억 9200만 화소가 됩니다. 브라우저 탭이 단순히 느려지는 정도가 아니라 아예 종료될 만한 크기입니다. 대신 그림을 빈틈없이 덮는 핵심 영역들로 나누고, 각 핵심 영역을 사방에 추가 문맥 여백을 붙여 읽어 합성곱 계층(수용 영역 34픽셀)이 실제 주변 픽셀을 활용하게 합니다. 가장자리는 0으로 채우지 않고 가장자리 픽셀을 복제합니다. 0으로 채우면 모델이 프레임 둘레에 검은 테두리를 선명하게 만들기 때문입니다.
2. 2
   각 타일을 평면 RGB 텐서로 패킹

   타일은 빨강, 초록, 파랑 채널을 별도 평면으로 저장하고 값을 단순히 255로 나눈 [1, 3, H, W] 형태의 float32 텐서가 됩니다. 평균/표준 편차 정규화는 전혀 하지 않습니다. WebGPU 백엔드는 새로운 입력 형태마다 셰이더를 다시 컴파일하므로, 모든 타일을 정확히 같은 정사각형 크기로 패딩합니다. 타일 크기가 세 가지인 계획은 그 비용을 세 번 치르게 됩니다.
3. 3
   추론은 가능하면 WebGPU, 아니면 CPU에서 실행

   세션은 먼저 WebGPU로 생성되고, 실패하면 단일 스레드 WebAssembly로 대체됩니다. 그래픽 드라이버는 지원한다고 알리고서 그래프를 만드는 도중에 실패하는 경우가 흔하며, 느린 것이 망가진 것보다 낫습니다. 대체되면 현실적인 크기 한도와 실행 시간이 크게 달라지므로, 도구는 첫 타일을 실행하기 전에 실제로 얻은 제공자를 기준으로 작업을 다시 확인하고, 끝난 뒤 어떤 것을 사용했는지 알려 줍니다.
4. 4
   타일을 크로스페이드로 다시 합치고 값 제한

   타일을 그냥 맞붙이면 격자가 보이므로, 각 타일의 기여도를 공유 띠에 걸친 선형 램프로 가중합니다. 두 램프는 정확히 서로 보완하므로 모든 출력 픽셀에서 가중치 합이 정확히 1이 되어 이음매에 밝거나 어두운 선이 생기지 않습니다. 모델의 원시 출력은 그래프 안에서 잘리지 않으므로(측정값이 약 −0.18에서 +1.19까지), 각 샘플을 8비트로 변환하기 전에 0–255 범위로 제한합니다. 이것이 대비가 강한 가장자리의 반점을 막습니다. 신경망 자체에 알파 경로가 없으므로 알파는 따로 쌍선형으로 리샘플링합니다.
5. 5
   결과는 워커에서 인코딩

   조합된 픽셀은 OffscreenCanvas에 그려져 즉시 PNG로 인코딩되므로, 다운로드를 누를 때 비동기 대기가 없습니다. JPG로 전환하면 모델을 다시 실행하지 않고 워커가 아직 들고 있는 캔버스에서 다시 인코딩합니다. 작은 중앙 부분을 100%로 렌더링해 같은 영역을 브라우저가 리샘플링한 결과와 나란히 보여 줍니다. 4배 차이를 실제로 볼 수 있는 유일한 비교 방식입니다.

관련 도구