Kikuza Picha bila malipo

Jinsi Inavyofanya Kazi

Kiongeza-ukubwa kinaendesha Real-ESRGAN general-x4v3 — mtandao wa azimio-kubwa wa convolutional wa MB 4.6 — kupitia onnxruntime-web ndani ya Web Worker kwenye kifaa chako mwenyewe. Muundo unapatikana mara moja kutoka seva yetu mwenyewe, kuhifadhiwa, kisha kutumika bila mtandao; picha yako inasimbwa kwenye kanvasi ndani ya kivinjari na kamwe haipakiwi. Kipengele cha kupima kimewekwa thabiti kwenye 4×, kwa sababu kimeokwa moja kwa moja kwenye grafu mahali pawili.

1. 1
   Picha inakatwa kuwa vigae vinavyoingiliana

   Matokeo ya 4× ni mara kumi na sita ya pikseli, kwa hiyo picha ya 4000×3000 ingekuwa megapikseli 192 — ya kutosha kuua kabisa kichupo cha kivinjari badala ya kukipunguza kasi tu. Badala yake picha inagawanywa kuwa cores zinazoifunika kwa usahihi, na kila core inasomwa na pambizo la ziada la muktadha kila upande ili safu ya convolution (ambayo eneo lake la kuhisi ni pikseli 34) iwe na pikseli halisi za jirani za kufanya kazi nazo. Mipaka inarudufishwa kwa pembe, kamwe haijazwi-sifuri, jambo ambalo lingesababisha muundo kunoa mzunguko mweusi kwenye fremu.
2. 2
   Kila kigae kinafungwa kama tensor ya planar RGB

   Kigae kinakuwa tensor ya float32 ya umbo [1, 3, H, W] yenye chaneli za nyekundu, kijani na buluu zikihifadhiwa kama ndege tofauti na thamani zikigawanywa tu kwa 255 — hakuna usanifishaji wowote wa wastani/mkengeuko-thabiti. Kila kigae kinarembeshwa hadi ukubwa ule ule kamili wa mraba, kwa sababu backend ya WebGPU inakusanya upya shaders zake kwa kila umbo jipya la uingizaji na mpango wenye ukubwa tatu tofauti wa vigae ungegharimu hilo mara tatu.
3. 3
   Inference inafanyika kwenye WebGPU inapopatikana, vinginevyo kwenye CPU

   Kipindi kinaundwa na WebGPU kwanza na kinarudi kwenye WebAssembly ya uzi-mmoja kwa kushindwa yoyote — dereva za michoro mara kwa mara zinatangaza uungaji mkono kisha kushindwa katikati ya kujenga grafu, na polepole ni bora kuliko iliyovunjika. Kwa kuwa fallback inabadilisha kikomo halisi cha ukubwa na muda wa utekelezaji kwa kipengele kikubwa, kifaa kinaangalia upya kazi dhidi ya mtoa-huduma yoyote alipata kabla kigae cha kwanza kuendesha, na kukuambia ni kipi alichotumia baadaye.
4. 4
   Vigae vinaunganishwa tena kwa kufifisha-msalaba na kuwekwa kikomo

   Kuunganisha vigae kichwa-kwa-mkia kunaacha gridi inayoonekana, kwa hiyo mchango wa kila kigae unapimwa na mteremko wa mstari kwenye ukanda ulioshirikiwa. Miteremko miwili ni kinyume kamili, kwa hiyo uzito unajumlisha hasa 1 kwenye kila pikseli ya matokeo na hakuna mstari mkali au giza unaoonekana kwenye mshono. Matokeo ghafi ya muundo hayapunguziwi ndani ya grafu — thamani zilizopimwa zinaendesha kutoka −0.18 hivi hadi +1.19 — kwa hiyo kila sampuli inawekwa kikomo cha wigo 0–255 kabla ya ubadilishaji wa biti-8, jambo linalozuia doa kwenye kingo za mkanganyiko-mkubwa. Alpha inasampuliwa kando na kwa bilinear, kwa sababu mtandao wenyewe hauna njia ya alpha.
5. 5
   Matokeo yanasimbwa ndani ya worker

   Pikseli zilizounganishwa zinachorwa kwenye OffscreenCanvas na kusimbwa kuwa PNG mara moja, kwa hiyo kubofya Pakua hakuna pengo la usawazishaji mbele yake. Kubadilisha kwenda JPG kunasimba upya kutoka kanvasi worker bado anayoishikilia badala ya kuendesha muundo tena. Ukataji mdogo wa katikati pia unaonyeshwa kwa 100% pamoja na eneo lile lile lililosampuliwa na kivinjari, ambao ndio ulinganisho pekee ambapo tofauti ya 4× inaonekana kweli.

Zana Zinazohusiana