Бесплатен Зголемувач на слики

Како функционира

Зголемувачот на резолуција извршува Real-ESRGAN general-x4v3 — конволуциска мрежа за супер-резолуција од 4,6 MB — преку onnxruntime-web внатре во Web Worker на вашата сопствена машина. Моделот се презема еднаш од нашиот сопствен сервер, кешира, и потоа се користи офлајн; вашата фотографија се декодира на платно локално и никогаш не се прикачува. Факторот на скала е фиксиран на 4×, бидејќи е тврдо вграден во графот на две места.

1. 1
   Сликата се сече на преклопувачки плочки

   Резултат од 4× е шеснаесет пати повеќе пиксели, па фотографија од 4000×3000 би била 192 мегапиксели — доволно за целосно да ја убие картичката на прелистувачот наместо само да ја забави. Наместо тоа, сликата се дели на делови што прецизно ја плочки, а секој дел се чита со дополнителна маргина контекст на секоја страна, така што конволутивниот стек (чие рецептивно поле е 34 пиксели) има вистински соседни пиксели за работа. Границите се копираат од работ, никогаш не се пополнуваат со нули, што инаку би направило моделот да заострува црна рамка околу кадарот.
2. 2
   Секоја плочка се пакува како рамнинско RGB тензор

   Плочка станува float32 тензор со облик [1, 3, H, W] со црвениот, зелениот и синиот канал зачувани како одделни рамнини, а вредностите едноставно поделени со 255 — без каква било нормализација на средна вредност/стандардна девијација. Секоја плочка се пополнува до точно иста квадратна големина, бидејќи бекендот WebGPU повторно ги компајлира своите шејдери за секој нов влезен облик, а план со три различни големини на плочки би ја платил таа цена трипати.
3. 3
   Заклучувањето работи на WebGPU каде постои, инаку на процесорот

   Сесијата се создава прво со WebGPU и се навраќа на еднонитен WebAssembly при секое неуспешно обидување — графичките драјвери рутински прогласуваат поддршка а потоа не успеваат насред градењето на графот, а побавно е подобро од скршено. Бидејќи резервната опција ја менува реалистичната граница на големина и времето на извршување за голем фактор, алатката повторно ја проверува работата наспроти оној провајдер што реално го добила пред да се изврши првата плочка, и потоа ви кажува кој го користела.
4. 4
   Плочките се преклопуваат назад заедно и се ограничуваат

   Спојување на плочки крај-до-крај остава видлива мрежа, па придонесот на секоја плочка е тежинирана со линеарна рампа низ споделената лента. Двете рампи се точни комплементи, така што тежините се собираат точно на 1 во секој излезен пиксел и не се појавува светла или темна линија долж шевот. Суровиот излез на моделот не е отсечен внатре во графот — измерените вредности се движат од околу −0,18 до +1,19 — така што секој примерок се ограничува на опсегот 0–255 пред 8-битното претворање, што е она што спречува зрнестост долж рабови со висок контраст. Алфа каналот се преразмерува посебно и билинеарно, бидејќи самата мрежа нема алфа патека.
5. 5
   Резултатот се кодира во worker-от

   Составените пиксели се исцртуваат на OffscreenCanvas и веднаш се кодираат во PNG, така што притискањето на „Преземи“ нема асинхрона празнина пред него. Пребачувањето на JPG повторно кодира од платното што worker-от сè уште го држи наместо повторно да го извршува моделот. Мал централен исечок исто така се исцртува на 100% заедно со истиот регион преразмерен од прелистувачот, што е единствената споредба на која 4× разлика реално е видлива.

Поврзани алатки