නොමිලේ රූප විශාලනය

එය ක්‍රියා කරන්නේ කෙසේද

upscaler එක ඔබේම යන්ත්‍රයේ Web Worker එකක් තුළ onnxruntime-web හරහා Real-ESRGAN general-x4v3 — 4.6 MB convolutional super-resolution network එකක් — ධාවනය කරයි. model එක අපේම server එකෙන් වරක් ලබාගෙන, cache කර, පසුව offline භාවිතා කෙරේ; ඔබේ ඡායාරූපය දේශීයව canvas එකකට decode කර කිසිවිටෙකත් upload නොවේ. scale factor එක 4× ලෙස ස්ථාවරව ඇත, එය ස්ථාන දෙකක graph එකට hard-bake කර ඇති නිසා.

1. 1
   රූපය overlapping tiles වලට කැපේ

   4× ප්‍රතිඵලයක් pixels 16 ගුණයකි, එනිසා 4000×3000 ඡායාරූපයක් megapixels 192ක් වනු ඇත — browser tab එකම mandagamiකිරීම වෙනුවට එය සම්පූර්ණයෙන්ම kill කිරීමට ප්‍රමාණවත්. ඒ වෙනුවට රූපය හරියටම tile කරන cores වලට කොටස් කරනු ලැබේ, එක් එක් core එක convolution stack එකට (receptive field එක pixels 34ක්) සැබෑ අසල්වැසි pixels ලැබෙන ලෙස සෑම පැත්තකම අමතර context margin එකක් සමඟ කියවනු ලැබේ. Borders edge-replicated කෙරේ, කිසිවිටෙකත් zero-padded නොවේ, එසේ නොවුනහොත් model එකට frame එක වටා කළු rim එකක් sharpen කරගෙන ඒම සිදුවනු ඇත.
2. 2
   එක් එක් tile එකක් planar RGB tensor එකක් ලෙස ඇසුරුම් කෙරේ

   tile එකක් red, green, සහ blue channels වෙන් plane ලෙස ගබඩා කර, 255 කින් සරලව බෙදූ අගයන් සමඟ shape [1, 3, H, W] හි float32 tensor එකක් බවට පත්වේ — කිසිදු ආකාරයක mean/standard-deviation normalisation එකක් නැත. WebGPU backend එක නව input shape එකකට එහි shaders නැවත compile කරන නිසා සහ tile sizes තුනක් සහිත සැලැස්මක් එම වියදම තුන් වතාවක් ගෙවිය හැකි නිසා, සෑම tile එකක්ම හරියටම එකම square size එකට pad කෙරේ.
3. 3
   Inference එය පවතින තැන WebGPU මත, එසේ නොමැති නම් CPU මත ධාවනය වේ

   session එක මුලින්ම WebGPU සමඟ නිර්මාණය කර ඕනෑම අසමත්වීමකදී single-threaded WebAssembly වෙත fallback වේ — graphics drivers නිතිපතා support ප්‍රකාශ කර graph එක ගොඩනැගීම මධ්‍යයේ අසමත් වන අතර, slower beats broken. fallback එක realistic size limit එකද run time එකද විශාල factor එකකින් වෙනස් කරන නිසා, මෙවලම පළමු tile එක ධාවනය වීමට පෙර එය ලබාගත් provider එකට එරෙහිව job එක නැවත-පරීක්ෂා කර, පසුව එය භාවිතා කළ එක ඔබට කියයි.
4. 4
   Tiles cross-fade කර නැවත එකට join කර clamp කෙරේ

   Butt-joining tiles දෘශ්‍යමාන grid එකක් තබයි, එනිසා එක් එක් tile එකේ දායකත්වය බෙදාගත් strip එක හරහා linear ramp එකකින් weighted කෙරේ. ramps දෙක නිශ්චිත complements ය, එනිසා weights සෑම output pixel එකකදීම හරියටම 1 ට එකතු වන අතර seam එකක් දිගේ දීප්ත හෝ අඳුරු රේඛාවක් දිස් නොවේ. model එකේ raw output එක graph එක තුළ clip කෙරෙන්නේ නැත — measured values −0.18 සිට +1.19 දක්වා ධාවනය වේ — එනිසා 8-bit cast එකට පෙර සෑම sample එකක්ම 0–255 පරාසයට clamp කෙරේ, high-contrast edges දිගේ speckle වළක්වන්නේ එයයි. Alpha bilinearly වෙන වෙනම resampled කෙරේ, network එකටම alpha path එකක් නොමැති නිසා.
5. 5
   ප්‍රතිඵලය worker එකේ encode කෙරේ

   එකලස් කළ pixels OffscreenCanvas එකකට අඳී වහාම PNG එකට encode කෙරේ, එනිසා Download ඔබනවිට ඉදිරියේ asynchronous gap එකක් නැත. JPG වෙත මාරු වීම worker එක තවමත් තබාගෙන ඇති canvas එකෙන් model එක නැවත ධාවනය කරනවා වෙනුවට නැවත encode කරයි. කුඩා centre crop එකක් ද browser එකෙන් resampled කළ එකම region එකට යාබදව 100%ට render කෙරේ, එය 4× වෙනසක් සැබවින්ම පෙනෙන එකම සංසන්දනයයි.

සම්බන්ධ මෙවලම්