Conas a oibríonn Uasghrádú Intleachta Saorga? [Físeán agus Tráth na gCeist]

Freagra gairid: Oibríonn uas-scálú na hintleachta saorga trí mhúnla a oiliúint ar íomhánna péireáilte ísealtaifigh agus ardtaifigh, agus ansin é a úsáid chun picteilíní breise inchreidte a thuar le linn an uas-scálú. Má chonaic an mhúnla uigeachtaí nó aghaidheanna comhchosúla san oiliúint, is féidir leis mionsonraí inchreidte a chur leis; mura bhfuil, féadfaidh sé déantáin ar nós fáinní, craiceann céarach, nó preabadh a “shamhlú” i bhfíseán. 

Príomhphointí le tabhairt leo:

Réamhaisnéis: Gineann an tsamhail sonraí inchreidte, ní athchruthú ráthaithe ar an réaltacht.

Rogha samhail: Is gnách go mbíonn CNNanna níos cobhsaí; is féidir le GANanna breathnú níos géire ach tá baol ann go gcruthóidh siad gnéithe.

Seiceálacha déantán: Bí ag faire amach do halóga, uigeachtaí athchleachtacha, “beagnach litreacha”, agus aghaidheanna plaisteacha.

Cobhsaíocht físe: Bain úsáid as modhanna ama nó feicfidh tú lonrú agus imeacht ó fhráma go fráma.

Úsáid ardriosca: Más rud é go bhfuil cruinneas tábhachtach, nocht an phróiseáil agus déan an toradh a láimhseáil mar shamplaí.

Is dócha gur chonaic tú é: íomhá bheag, bhrioscach a iompaíonn ina rud éigin atá géar go leor le priontáil, sruthú, nó le ligean isteach i gcur i láthair gan aon ghreim a bheith ort. Mothaíonn sé cosúil le meabhlaireacht. Agus - ar an mbealach is fearr - tá sé cineál 😅

Mar sin, an chaoi a n-oibríonn Uas-Scálú na hintleachta saorga anuas go dtí rud éigin níos sainiúla ná “feabhsaíonn an ríomhaire sonraí” (de láimh-thonnach) agus níos gaire do “réamhaisnéisíonn samhail struchtúr ardtaifigh inchreidte bunaithe ar phatrúin a d’fhoghlaim sé ó go leor samplaí” (Foghlaim Dhomhain le haghaidh Super-taifigh Íomhá: Suirbhé). Is é an chéim réamhaisnéise sin an cluiche ar fad - agus sin an fáth gur féidir le huas-scálú na hintleachta saorga breathnú go hálainn… nó beagán plaisteach… nó cosúil le guairneáin bónais a fhás ar do chat.

Ailt a d’fhéadfadh a bheith spéisiúil duit a léamh i ndiaidh an cheann seo:

🔗 Conas a oibríonn AI
Foghlaim bunghnéithe na samhlacha, na sonraí agus an tátal in AI.

🔗 Conas a fhoghlaimíonn AI
Féach conas a fheabhsaíonn sonraí oiliúna agus aiseolas feidhmíocht an mhúnla le himeacht ama.

🔗 Conas a bhraithfidh AI neamhghnáchaíochtaí
Tuig bunlínte patrún agus conas a mharcálann AI iompar neamhghnách go tapa.

🔗 Conas a thuarann ​​​​Intleacht Shaorga treochtaí
Déan iniúchadh ar mhodhanna réamhaisnéise a aithníonn comharthaí agus a réamh-mheasann éileamh amach anseo.

Conas a oibríonn Uasghrádú Intleachta Saorga: an coincheap lárnach, i bhfocail laethúla 🧩

Ciallaíonn uas-scálú an taifeach a mhéadú: níos mó picteilíní, íomhá níos mó. Síneann uas-scálú traidisiúnta (cosúil le déchiúbach) picteilíní agus réidhíonn sé aistrithe (idirshuíomh déchiúbach). Tá sé ceart go leor, ach ní féidir leis nua - déanann sé idirshuíomh amháin.

uas-scálú na hintleachta saorga iarracht rud éigin níos dána a dhéanamh (aka “sár-réiteach” i saol na taighde) (Foghlaim Dhomhain le haghaidh Sár-réiteach Íomhá: Suirbhé):

• Breathnaíonn sé ar an ionchur íseal-réitigh

• Aithníonn sé patrúin (imill, uigeachtaí, gnéithe aghaidhe, strócanna téacs, fíodóireacht fabraice…)

• Réamhaisnéisíonn cén chuma ba chóir a bheith ar leagan ardtaifigh

• Gineann sonraí picteilíní breise a oireann do na patrúin sin

Ní "an réaltacht a athbhunú go foirfe," ach níos mó cosúil le "buille faoi thuairim an-chreidiúnach a dhéanamh" (Super-Resolution Image Using Deep Convolutional Networks (SRCNN)). Mura bhfuil tú cinnte go bhfuil cuma amhrasach air sin, níl tú mícheart - ach is é sin an fáth go n-oibríonn sé chomh maith sin 😄

Agus tá, ciallaíonn sé seo gur siabhránacht rialaithe go bunúsach é uasghrádú AI… ach ar bhealach táirgiúil a urramaíonn picteilíní.

Cad a fhágann gur leagan maith d'uas-scálú na hintleachta saorga é? ✅🛠️

Más rud é go bhfuil tú ag breithiúnas ar uasghrádaitheoir AI (nó réamhshocrú socruithe), seo an rud is tábhachtaí de ghnáth:

• Aisghabháil sonraí gan róchócaireacht
  Cuireann dea-uas-scálú briosc agus struchtúr leis, ní torann briosc ná póir bréige.

• Smacht ar imeall
  Fanann línte glana glan. Fágann droch-mhúnlaí go mbíonn imill ag crith nó go bhfásann siad fána.

• Réadúlacht uigeachta
  Níor cheart go n-éireodh gruaig ina stróc scuaibe péinte. Níor cheart go n-éireodh brící ina stampa patrún athchleachtach.

• Láimhseáil torainn agus comhbhrúite
  Déantar go leor íomhánna laethúla a JPEGáil go dtí an pointe báis. Ní chuireann ardaitheoir maith leis an damáiste sin (Real-ESRGAN).

• Feasacht ar aghaidheanna agus téacs
  Is iad aghaidheanna agus téacs na háiteanna is fusa le botúin a fheiceáil. Déileálann dea-mhúnlaí go réidh leo (nó bíonn modhanna speisialaithe acu).

• Comhsheasmhacht trasna frámaí (le haghaidh físeáin)
  Má bhíonn mionsonraí ag preabadh ó fhráma go fráma, beidh do shúile ag béicíl. Maireann nó básann uas-scálú físe de réir chobhsaíocht ama (BasicVSR (CVPR 2021)).

• Rialuithe a bhfuil ciall leo
  Ba mhaith leat sleamhnáin a mhapálann chuig torthaí fíor: díothú torainn, díbhoilsciú, baint déantán, coinneáil gráin, géarú… na rudaí praiticiúla.

Riail chiúin a sheasann: is minic gurb é an t-uas-scálú “is fearr” an ceann nach dtugann tú faoi deara beagnach. Is cosúil go raibh ceamara níos fearr agat ar dtús 📷✨

Tábla Comparáide: roghanna uasghrádaithe AI ​​coitianta (agus a bhfuil siad go maith dó) 📊🙂

Seo thíos comparáid phraiticiúil. Tá na praghsanna doiléir d'aon ghnó mar go n-athraíonn uirlisí de réir ceadúnais, pacáistí, costais ríomhaireachta, agus an stuif spraíúil sin ar fad.

Admháil aisteach formáidithe: Tá “Paid-ish” ag déanamh go leor oibre sa tábla sin. Ach tuigfidh tú an smaoineamh 😅

An rún mór: foghlaimíonn samhlacha mapáil ó ísealtaifeach go hardtaifeach 🧠➡️🖼️

I gcroílár fhormhór uas-scálú na hintleachta saorga tá socrú foghlama maoirseachta (Super-Taifeach Íomhá ag Úsáid Líonraí Comhshuite Doimhne (SRCNN)):

1. Tosaigh le híomhánna ardtaifigh (an “fhírinne”)

2. Laghdaigh iad go leaganacha ísealtaifigh (an “ionchur”)

3. Traenáil samhail chun an ardtaifeach bunaidh a atógáil ón ísealtaifeach

Le himeacht ama, foghlaimíonn an tsamhail comhghaolta mar seo a leanas:

• "Is gnách go mbíonn an cineál seo doiléire timpeall na súl i gceist le fabhraí."

• "Is minic a léiríonn an braisle picteilíní seo téacs serif"

• "Breathnaíonn an grádán imeall seo cosúil le líne dín, ní torann randamach"

Ní íomhánna sonracha a chur de ghlanmheabhair atá ann (sa chiall shimplí), ach struchtúr staitistiúil a fhoghlaim (Foghlaim Dhomhain le haghaidh Super-réiteach Íomhá: Suirbhé). Smaoinigh air mar a fhoghlaimíonn tú gramadach uigeachtaí agus imeall. Ní gramadach filíochta atá ann, ach níos mó cosúil le… gramadach láimhe IKEA 🪑📦 (meafar clúmhach, ach gar go leor).

Na cnónna agus na boltaí: cad a tharlaíonn le linn inferins (nuair a dhéantar uasghrádú) ⚙️✨

Nuair a chuireann tú íomhá isteach i n-uasghrádaitheoir AI, bíonn píblíne mar seo ann de ghnáth:

• Réamhphróiseáil

  • Spás datha a thiontú (uaireanta)

  • Luachanna picteilíní a normalú

  • Tíligh an íomhá ina phíosaí má tá sí mór (seiceáil réaltachta VRAM 😭) (stór Real-ESRGAN (roghanna tíleanna))

• Eastóscadh gnéithe

  • Braitheann sraitheanna luatha imill, coirnéil, agus grádáin

  • Braitheann sraitheanna níos doimhne patrúin: uigeachtaí, cruthanna, comhpháirteanna aghaidhe

• Athchóiriú

  • Gineann an tsamhail léarscáil gnéithe ardtaifigh

  • Ansin déanann sé sin a thiontú ina aschur picteilín iarbhír

• Iarphróiseáil

  • Géarú roghnach

  • Dí-thorann roghnach

  • Cosc ar shaothair roghnacha (glórach, fáinní, bacúlacht)

Mionsonra amháin: déanann go leor uirlisí tíleanna a uasghrádú, agus ansin na fuaigh a chumasc. Folaíonn uirlisí iontacha teorainneacha tíleanna. Fágann uirlisí beaga marcanna greille laga má dhéanann tú stróiceadh. Agus sea, stróicfidh tú, mar is breá le daoine neamhfhoirfeachtaí beaga a iniúchadh ag súmáil 300% cosúil le gremlins beaga 🧌

Na príomh-theaghlaigh mhúnla a úsáidtear le haghaidh uas-scálú AI (agus cén fáth go mbraitheann siad difriúil) 🤖📚

1) Sár-réiteach bunaithe ar CNN (an capall oibre clasaiceach)

Tá líonraí néaracha comhshuiteacha iontach ag patrúin áitiúla: imill, uigeachtaí, struchtúir bheaga (Super-Taifeach Íomhá ag Úsáid Líonraí Comhshuiteacha Doimhne (SRCNN)).

• Buntáistí: gasta, cobhsaí, níos lú iontas

• Míbhuntáistí: is féidir go mbeidh cuma beagáinín “próiseáilte” orthu má chuirtear brú mór orthu

2) Uas-scálú bunaithe ar GAN (stíl ESRGAN) 🎭

Déanann GANanna (Líonraí Adversarial Giniúna) gineadóir a oiliúint chun íomhánna ardtaifigh a tháirgeadh nach féidir le hidirdhealúitheoir idirdhealú a dhéanamh ó íomhánna fíor (Líonraí Adversarial Giniúna).

• Buntáistí: mionsonraí geala, uigeacht iontach

• Míbhuntáistí: is féidir sonraí a chumadh nach raibh ann - uaireanta mícheart, uaireanta aisteach (SRGAN, ESRGAN)

Is féidir le GAN géire iontach a thabhairt duit. Is féidir leis aird bhreise a thabhairt do d’ábhar portráide freisin. Mar sin… roghnaigh do chathanna 😬

3) Uas-scálú bunaithe ar scaipeadh (an cárta fiáin cruthaitheach) 🌫️➡️🖼️

Déantar díthorann a bhaint céim ar chéim le samhlacha scaipthe agus is féidir iad a threorú chun mionsonraí ardtaifigh a tháirgeadh (SR3).

• Buntáistí: is féidir leo a bheith thar a bheith maith ag mionsonraí inchreidte, go háirithe le haghaidh oibre cruthaitheach

• Míbhuntáistí: is féidir leis imeacht ón bhféiniúlacht/struchtúr bunaidh má tá na socruithe ionsaitheach (SR3)

Seo an áit a dtosaíonn “uas-scálú” ag meascadh le “ath-shamhlú”. Uaireanta is é sin go díreach atá uait. Uaireanta ní hé.

4) Uas-scálú físe le comhsheasmhacht ama 🎞️

Is minic a chuireann uas-scálú físe loighic atá feasach ar ghluaiseacht leis:

• Úsáideann sé frámaí comharsanacha chun mionsonraí a chobhsú (BasicVSR (CVPR 2021))

• Déanann iarracht artifachtaí caocha agus crawlála a sheachaint

• Is minic a chomhcheanglaíonn sé sár-réiteach le dí-torann agus dí-idirfhíseáil (Físeán Topaz)

Más cosúil le hathchóiriú pictiúr amháin atá in uas-scálú íomhá, is cosúil le hathchóiriú leabhar smeach é uas-scálú físe gan cruth srón an charachtair a athrú gach leathanach. Rud atá… níos deacra ná mar a shíleann tú.

Cén fáth a mbíonn cuma bhréige ar uas-scálú na hintleachta saorga uaireanta (agus conas é a aithint) 👀🚩

Teipeann ar uasghrádú AI ar bhealaí aitheanta. Nuair a fhoghlaimíonn tú na patrúin, feicfidh tú iad i ngach áit, cosúil le carr nua a cheannach agus an tsamhail sin a thabhairt faoi deara go tobann ar gach sráid 😵💫

Insíonn coitianta:

• Craiceann céirithe ar aghaidheanna (an iomarca dí-torainn + smúdála)

• Haló ró-ghéaraithe timpeall na n-imeall (críoch chlasaiceach “ró-lámhach”) (idirshuíomh déchiúbach)

• Uigeachtaí athchleachtacha (ballaí brící ina bpatrúin chóipeála-ghreamaithe)

• Micrea-chodarsnacht bhrioscach a scairteann “algartam”

• Mionathrú téacs ina n-éiríonn litreacha beagnach ina litreacha (an cineál is measa)

• Claonadh mionsonraí ina n-athraíonn gnéithe beaga go héadrom, go háirithe i sreafaí oibre scaipthe (SR3)

An chuid dheacair: uaireanta bíonn cuma “níos fearr” ar na déantáin seo ar an gcéad amharc. Is maith le d’inchinn géire. Ach tar éis tamaill, braitheann sé… as radharc.

Is cleas maith é súmáil amach agus seiceáil an bhfuil cuma nádúrtha air ag gnáth-achar féachana. Mura bhfuil cuma mhaith air ach ag súmáil 400%, ní bua é sin, is caitheamh aimsire é 😅

Conas a oibríonn Uasghrádú AI: an taobh oiliúna, gan an tinneas cinn matamaitice 📉🙂

De ghnáth bíonn na nithe seo a leanas i gceist le samhlacha sár-réitigh a oiliúint:

• Tacair sonraí péireáilte (ionchur ísealtaifigh, sprioc ardtaifigh) (Supertaifigh Íomhá ag Úsáid Líonraí Comhshuite Doimhne (SRCNN))

• Feidhmeanna caillteanais a phionósaíonn athchruthuithe míchearta (SRGAN)

Cineálacha tipiciúla caillteanais:

• Caillteanas picteilíní (L1/L2)
  Spreagann sé cruinneas. Is féidir torthaí beagán boga a thabhairt.

• Caillteanas Céadfach
  Déantar comparáid idir gnéithe níos doimhne (mar shampla “an bhfuil cuma chéanna air seo”) seachas picteilíní beachta (Caillteanais Chéadfacha (Johnson et al., 2016)).

• cailliúint naimhdeach (GAN)
  réadúlacht, uaireanta ar chostas cruinneas liteartha (SRGAN, Líonraí Giniúnacha Adversarial).

Tá tarraingt cogaidh ann i gcónaí:

• Déan dílis don bhunaidh é
  vs.

• Déan taitneamhach ó thaobh amhairc de

Tagann uirlisí difriúla i bhfeidhm i réimsí difriúla ar an speictream sin. Agus b’fhéidir gur fearr leat ceann amháin ag brath ar cibé an bhfuil tú ag athchóiriú grianghraif teaghlaigh nó ag ullmhú póstaeir ina bhfuil “deasghné” níos tábhachtaí ná cruinneas fóiréinseach.

Sreafaí oibre praiticiúla: grianghraif, sean-scananna, anime, agus físeán 📸🧾🎥

Grianghraif (portráidí, tírdhreacha, grianghraif táirgí)

Is gnách gurb é an cleachtas is fearr ná:

• Dí-thorannú beag ar dtús (más gá)

• Uasghrádú le socruithe coimeádacha

• Cuir grán leis ar ais má bhraitheann rudaí ró-réidh (tá, i ndáiríre)

Tá gráin cosúil le salann. Milleann an iomarca den dinnéar, ach ní féidir blas ar bith a bheith beagáinín cothrom 🍟

Sean-scananna agus íomhánna atá an-chomhbhrúite

Tá siad seo níos deacra mar d’fhéadfadh an tsamhail bloic chomhbhrúite a láimhseáil mar “uigeacht”.
Bain triail as:

• Baineadh nó díbhlocáil déantán

• Ansin uasghrádú

• Ansin géarú éadrom (ní rómhór… Tá a fhios agam, deir gach duine é sin, ach fós féin)

Anime agus ealaín líne

Baineann na buntáistí a bhaineann le healaín líne as:

• Samhlacha a choinníonn imill ghlana

• Laghdú ar shamhlaíocht uigeachta
  Is minic a bhíonn cuma iontach ar uasghrádú anime mar go mbíonn na cruthanna níos simplí agus níos comhsheasmhach. (Ádh mór.)

Físeán

Cuireann físeán céimeanna breise leis:

• Dí-fhuaimniú

• Dí-idirfhíseáil (i gcás foinsí áirithe)

• Uasghrádaithe

• Réidhiú nó cobhsú ama (BasicVSR (CVPR 2021))

• Ath-thabhairt isteach gráin roghnach le haghaidh comhtháthaithe

Mura bhfeiceann tú comhsheasmhacht ama, gheobhaidh tú an mionsonraí lonracha sin. Nuair a thugann tú faoi deara é, ní féidir leat é a dhífheiceáil. Cosúil le cathaoir ghiobach i seomra ciúin 😖

Ag roghnú socruithe gan buille faoi thuairim a thabhairt (bileog bheag cheat) 🎛️😵💫

Seo meon tosaigh réasúnta:

• Má tá cuma phlaisteach ar aghaidheanna.
  Laghdaigh an torann, laghdaigh géarú, agus bain triail as samhail nó mód a chaomhnaíonn aghaidheanna.

• Má tá cuma ró-dhian ar uigeachtaí,
  ísligh na sleamhnáin “feabhsú sonraí” nó “aisghabháil sonraí”, agus cuir gráin chaolchúiseach leis ina dhiaidh sin.

• Má lonraíonn na himill
  Laghdaigh an géarú, seiceáil na roghanna um chosc halo.

• Má tá an íomhá ró-“Intleacht Shaorga”
  Bí níos coimeádaí. Uaireanta is é an rud is fearr ná… níos lú.

Chomh maith leis sin: ná déan uasghrádú 8x díreach toisc gur féidir leat. Is minic gurb é 2x nó 4x glan an pointe is fearr. Thairis sin, tá tú ag iarraidh ar an tsamhail fanficsean a scríobh faoi do phicteilíní 📖😂

Eitic, barántúlacht, agus ceist dheacair na “fírinne” 🧭😬

Cuireann uasghrádú AI líne doiléir:

• Ciallaíonn athchóiriú go n-aisghabhtar a raibh ann

• Ciallaíonn feabhsú rud nach raibh ann a chur leis

Le grianghraif phearsanta, is gnách go mbíonn sé ceart go leor (agus álainn). Le hiriseoireacht, fianaise dhlíthiúil, íomháú leighis, nó aon rud a bhfuil tábhacht le dílseacht… ní mór duit a bheith cúramach (OSAC/NIST: Treoir Chaighdeánach um Bhainistíocht Íomhánna Digiteacha Fóiréinseacha, Treoirlínte SWGDE um Anailís Íomhánna Fóiréinseacha).

Riail shimplí:

• Más rud é go bhfuil na geallta ard, meas gur léiriú, ní mar rud cinntitheach.

Chomh maith leis sin, tá tábhacht le nochtadh i gcomhthéacsanna gairmiúla. Ní toisc go bhfuil an hintleacht shaorga olc, ach toisc go bhfuil sé de dhualgas ar lucht féachana a fháil amach an ndearnadh sonraí a atógadh nó a ghabháil. Tá sin díreach… measúil.

Nótaí deiridh agus achoimre ghearr 🧡✅

Mar sin, seo mar a oibríonn Uasghrádú Intleachta Saorga : foghlaimíonn samhlacha conas a bhíonn baint ag mionsonraí ardtaifigh le patrúin ísealtaifigh, agus ansin réamhaisnéisíonn siad picteilíní breise inchreidte le linn uasghrádaithe ( Foghlaim Dhomhain le haghaidh Sár-taifigh Íomhá: Suirbhé ). Ag brath ar an teaghlach samhlacha (CNN, GAN, scaipthe, físeán-ama), is féidir leis an réamhaisnéis sin a bheith coimeádach agus dílis… nó dána agus uaireanta gan srian 😅

Achoimre thapa

• Síneann uas-scálú traidisiúnta picteilíní (idirshuíomh déchiúbach)

• Réamhaisnéisíonn uas-scálú na hintleachta saorga sonraí atá ar iarraidh ag baint úsáide as patrúin foghlamtha (Super-Réiteach Íomhá ag Úsáid Líonraí Comhshuite Doimhne (SRCNN))

• Tagann torthaí iontacha ón tsamhail cheart + srianadh

• Bí ag faire amach do halóga, aghaidheanna céarach, uigeachtaí athchleachtacha, agus preabadh sa fhíseán (BasicVSR (CVPR 2021))

• Is minic gur “athchruthú inchreidte” é uas-scálú, ní fírinne fhoirfe (SRGAN, ESRGAN)

Más mian leat, inis dom cad atá á uas-scálú agat (aghaidheanna, seanghrianghraif, físeán, anime, scananna téacs), agus molfaidh mé straitéis socruithe a sheachnaíonn na gaistí coitianta "cuma AI" 🎯🙂

Sampla ón saol réadúil: Grianghraif táirgí seanmhargaidh a uasghrádú 📸

Cás-staidéar

Tá 40 grianghraf táirge easpórtáilte ó sheanláithreán gréasáin ag siopa beag ceamaraí athláimhe ag 800px ar leithead. Ba mhaith leis an úinéir iad a athúsáid ar leathanach ríomhthráchtála nua, áit a bhfuil an méid íomhá molta 1,600px ar leithead.

An fhadhb: bíonn cuma bhog ar na ceamaraí nuair a athraítear méid go gnáth, ach is féidir le huasghrádú ionsaitheach le hintleacht shaorga cuma amhrasach bhréige a chur ar ghreimeanna rubair, ar uimhreacha sraitheacha, agus ar mharcálacha lionsa. Tá sin tábhachtach mar bíonn ceannaitheoirí ag brath ar na sonraí sin sula gceannaíonn siad.

Ní hé an sprioc faisnéis atá ar iarraidh a “athchóiriú” go foirfe. Is é an sprioc íomhánna liostála níos glaine a chruthú agus na comhaid bhunaidh a choinneáil ar fáil, mar go dtuarann ​​​​uasghrádú AI sonraí inchreidte seachas fírinne ráthaithe.

Cad is gá don sreabhadh oibre

Grianghraif bhunaidh táirgí, na leaganacha is lú comhbhrúite atá ar fáil más féidir

Méid aschuir sprice, amhail uasghrádú 2× ó 800px go 1,600px ar leithead

Uirlis nó samhail le rialuithe ar leithligh le haghaidh dí-torainn, géarú agus baint déantán

Liosta seiceála athbhreithnithe simplí le haghaidh téacs, imill, lógónna, scriúnna, cnaipí, grán leathair, agus machnaimh

Fillteán do bhunchóipeanna agus fillteán ar leithligh d’onnmhairí eagarthóireachta, ionas nach ndéanfar aon rud a róscríobh

Treoir shamplach

Bain úsáid as an gcineál seo treorach agus tú ag tástáil uasghrádaitheoir AI:

Uasghrádaigh an grianghraf táirge seo faoi 2× le haghaidh liostú ríomhthráchtála. Coinnigh cruth an réada, suíomh an lógó, marcanna an lionsa, imill na gcnaipí, agus uigeacht an dromchla chomh gar agus is féidir don bhunleagan. Bain úsáid as glanadh comhbhrúite éadrom, géarú íseal, agus seachain téacs breise, scríobtha, lipéid, uimhreacha sraitheacha, nó mionsonraí maisiúla a chumadh. Ba chóir go mbeadh an íomhá deiridh nádúrtha ag gnáthmhéid leathanaigh táirge, ní géar go saorga ag súmáil 400%.

Conas é a thástáil

Tosaigh le cúig íomhá mheasctha sula ndéantar an bhaisc iomlán a phróiseáil:

Grianghraf glan amháin den táirge le soilsiú maith

Íomhá amháin comhbhrúite le JPEG le blocáil

Grianghraf amháin le téacs beag clóite nó marcanna lionsa

Íomhá dorcha amháin le torann sna scáthanna

Íomhá amháin le miotal nó gloine frithchaiteach

Tar éis uas-scálú, déan comparáid idir gach toradh agus an bunleagan ag 100% agus 200%. Seiceáil an bhfuil ainmneacha brandaí, diaileanna, scriúnna, calafoirt, agus patrúin uigeachta fós ag teacht le chéile. Má chruthaíonn an tsamhail “beagnach litreacha” nó marcanna dromchla bréige, ísligh an socrú géarú nó aisghabhála sonraí.

Toradh

Toradh léiritheach: bunaithe ar am tástála cúig íomhá roimh agus tar éis an sreabhadh oibre seo a úsáid.

Thóg glanadh agus athrú méide de láimh thart ar 9 nóiméad in aghaidh an íomhá, nó 45 nóiméad i gcás cúig íomhá.

Thóg an sreabhadh oibre le cúnamh AI thart ar 3 nóiméad in aghaidh an íomhá, nó 15 nóiméad do chúig íomhá.

Meastar gur sábháladh 30 nóiméad ar chúig íomhá, nó thart ar 4 huaire an chloig ar bhaisc 40 íomhá.

Toradh seiceála cáilíochta: D'éirigh le 4 as 5 íomhá an chéad athbhreithniú a rith. Theip ar íomhá amháin mar gur shaobh an t-uasghrádaitheoir téacs beag lionsa, agus mar sin rinneadh athphróiseáil uirthi le géarú níos ísle agus gan aon fheabhsú téacs.

Ní hé an mhéadracht luachmhar anseo amháin “breathnaíonn sé níos géire”. Is é an rud is tábhachtaí ná: cé mhéad íomhá a théann trí athbhreithniú taobh le taobh gan sonraí aireagánacha?

Cad a d'fhéadfadh dul amú

Féadfaidh an tsamhail deannach, bloic JPEG, nó scríobtha a thiontú ina n-uigeacht “fíor”.

Is féidir le téacs beag bídeach a bheith ina théacs bréige a bhfuil cuma inchreidte air go dtí go zúmálann tú isteach.

Is féidir le barraíocht denoir a bheith ina chúis le cuma chéiriúil ar rubar, leathar nó miotal scuabtha.

Is féidir le géarú láidir fáinní cruinne a chruthú timpeall imill táirgí.

Is féidir le próiseáil bhaisc botúin a cheilt, mar sin déan athbhreithniú ar shampla sula ndéantar gach rud a onnmhairiú.

I gcás ríomhthráchtáil, is simplí an riail is sábháilte: ná húsáid uas-scálú AI riamh chun damáiste a cheilt, riocht a athrú, nó táirge a dhéanamh níos nuaí ná mar atá sé.

Beir leat praiticiúil

Oibríonn uas-scálú na hintleachta saorga is fearr nuair a dhéantar é a láimhseáil mar chéim chríochnaithe rialaithe, ní mar chnaipe deisiúcháin draíochta. Bain úsáid as socruithe coimeádacha 2×, seiceáil na sonraí a bhfuil cúram orthu ag ceannaitheoirí, agus coinnigh an íomhá bhunaidh ionas go bhfanfaidh an leagan eagarthóireachta inchreidte.

Sampla ón saol réadúil: Físeán oiliúna sean a uasghrádú gan é a dhéanamh lonrach

Cás-staidéar

Tá físeán taispeántais sábháilteachta 7 nóiméad taifeadta ag comhlacht beag oiliúna in 2014 ag 720p. Tá luach fós leis an ábhar, ach tá cuma lag ar an scannán ar shuíomh gréasáin nua na cuideachta, go háirithe ar scáileáin ríomhairí glúine níos mó.

Tá an fhoireann ag iarraidh leagan níos glaine 1080p a easpórtáil gan ath-thaifeadadh. Is é an baol atá ann ná go bhféadfadh uas-scálú ionsaitheach AI aghaidheanna a dhéanamh cuma chéireach, téacs ar chomharthaí a thiontú ina "beagnach focail", nó uigeacht splancach a chruthú ó fhráma go fráma.

Ní hé an sprioc an físeán a dhéanamh úrnua. Is é an aidhm atá leis ná é a dhéanamh níos soiléire, níos cobhsaí, agus níos lú comhbhrúite agus aghaidh an teagascóra, lipéid rabhaidh, gluaiseachtaí láimhe, agus sonraí trealaimh a choinneáil dílis don bhunleagan.

Cad is gá don sreabhadh oibre

Comhad físe bunaidh, ní íoslódáil chomhbhrúite meán sóisialta más féidir

Méid onnmhairithe spriocdhírithe, amhail 720p go 1080p seachas léim díreach go 4K

Uasghrádaitheoir físe le roghanna dí-torainn, géarú, deisiú comhbhrúite, agus comhsheasmhachta ama

Gearrthóg tástála gearr le haghaidheanna, gluaiseacht, téacs, agus dromchlaí mionsonraithe

Seicliosta athbhreithnithe le haghaidh caochadh, fál, téacs casta, uigeacht aghaidhe, agus imill ghluaiste

Cóip shábháilte den fhíseán bunaidh le haghaidh comparáide agus nochta más gá

Treoir shamplach

Bain úsáid as an gcineál seo treorach sula ndéantar an físeán iomlán a phróiseáil:

Uasghrádaigh an físeán oiliúna 720p seo go 1080p. Tabhair tús áite do ghluaiseacht nádúrtha, imill chobhsaí, téacs atá ann cheana féin inléite, agus uigeacht craicinn réalaíoch. Bain úsáid as deisiú comhbhrúite éadrom agus géarú íseal. Ná cruthaigh téacs, lógónna, lipéid, scríobtha, mionsonraí aghaidhe, ná marcanna trealaimh atá ar iarraidh. Seachain lonrú fráma go fráma. Ba chóir go mbeadh an toradh deiridh níos soiléire ag gnáthmhéid féachana, ní géar go saorga nuair a chuirtear ar sos agus nuair a zúmáiltear isteach é.

Conas é a thástáil

Sula ndéantar an comhad iomlán 7 nóiméad a phróiseáil, easpórtáil sampla 20 soicind lena n-áirítear:

Aghaidh an teagascóra agus é ag caint

Lámh ag bogadh trasna an fhráma

Lipéad rabhaidh nó téacs beag clóite

Dromchla uigeach, amhail fabraic, coincréit, miotal scuabtha, nó plaisteach

Pan ceamara nó aon ghluaiseacht chreathach

Féach ar an sampla faoi dhó: uair amháin ag gnáthluas agus uair amháin sos fráma ar fhráma. Ag gnáthluas, bí ag faire amach do phreabadh, uigeacht ag crawláil, nó gluaiseacht mhínádúrtha timpeall na n-imeall. Nuair atá sos curtha air, déan comparáid idir an leagan bunaidh agus an leagan uasghrádaithe chun a sheiceáil an bhfuil an téacs, na cnaipí, na huirlisí agus na gnéithe aghaidhe fós ag teacht le chéile.

Toradh

Toradh léiritheach: bunaithe ar ghearrthóg tástála 20 soicind amháin a uainiú agus na socruithe céanna a chur i bhfeidhm ar fhíseán 7 nóiméad.

Thóg sreabhadh oibre láimhe “athraigh méid agus géarú” thart ar 35 nóiméad, lena n-áirítear easpórtáil agus athbhreithniú, ach léirigh an toradh lonrach le feiceáil ar ghruaig an teagascóra agus fáinní timpeall ar chomharthaí sábháilteachta.

Thóg an sreabhadh oibre le cúnamh AI thart ar 55 nóiméad, lena n-áirítear easpórtálacha tástála, ach laghdaigh sé fadhbanna athbhreithnithe ó 8 gceist infheicthe sa chéad easpórtáil go 2 cheist bheaga san easpórtáil dheiridh.

D’éirigh leis an leagan deiridh 10 seiceáil as 12 ar an seicliosta athbhreithnithe a rith. Ba iad an dá fhadhb a bhí fágtha ná beagán bogachta ar théacs an chúlra agus torann beag i gcúinne dorcha amháin. Glacadh leis an dá cheann toisc gur fhan an teagascóir, an trealamh agus na céimeanna sábháilteachta comhsheasmhach ó thaobh amhairc de.

Ní hé “1080p bainte amach” an mhéadracht bhríoch anseo. Is é seo a leanas an rud atá tábhachtach: cé mhéad soicind den fhíseán a thaispeánann déantáin suaiteacha le linn athsheinm gnáth?

Cad a d'fhéadfadh dul amú

Féadfaidh an tsamhail bloic chomhbhrúite a ghéarú agus cuma uigeachta fíor a chur orthu.

Is féidir le téacs mín cuma níos muiníní a thabhairt air ach ní bheidh sé chomh cruinn céanna.

Is féidir le haghaidheanna a bheith ró-réidh má tá an dí-torann ró-ard.

Is féidir le himill ghluaisteacha lonrú má dhéileálann an uirlis le gach fráma ró-neamhspleách.

Is féidir go mbeidh cuma níos measa ar easpórtáil 4K ná ar easpórtáil srianta 1080p mar go gcaithfidh an tsamhail an iomarca sonraí a chumadh.

Is é an botún is mó ná breithiúnas a thabhairt ar fhráma atá curtha ar sos amháin. Caithfidh uas-scálú físe breathnú nádúrtha agus é ag gluaiseacht, ní hamháin go bhfuil sé suntasach mar íomhá neamhghluaiste.

Beir leat praiticiúil

I gcás físeáin, oibríonn uas-scálú AI is fearr nuair a dhéantar tástáil ar chuid ghearr ar dtús, nuair a choinnítear an t-uas-scálú measartha, agus nuair a mheastar gluaiseacht roimh ghéire. Is gnách go mbíonn toradh beagán níos boige ach cobhsaí níos fearr ná leagan géar a bhíonn ag preabadh gach uair a ghluaiseann duine.

Ceisteanna Coitianta

Uasghrádú AI agus conas a oibríonn sé

Méadaíonn uas-scálú AI (ar a dtugtar “sár-réiteach” go minic) réiteach íomhá trí réamhaisnéis a dhéanamh ar shonraí ardtaifigh atá ar iarraidh ó phatrúin a foghlaimíodh le linn oiliúna. In ionad picteilíní a shíneadh go simplí cosúil le hidirshuíomh déchiúbach, déanann samhail staidéar ar imill, uigeachtaí, aghaidheanna, agus strócanna cosúil le téacs, agus ansin gintear sonraí picteilíní nua a chomhleanúnach leis na patrúin foghlamtha sin. Is lú “réaltacht a athbhunú” atá i gceist agus níos mó “buille faoi thuairim inchreidte a dhéanamh” a léann mar rud nádúrtha.

Uasmhéadú AI i gcomparáid le hathrú méide déchiúbach nó traidisiúnta

Is é an príomhchuspóir atá le modhanna uasghrádaithe traidisiúnta (cosúil le déchiúbach) ná idirshuíomh a dhéanamh idir picteilíní atá ann cheana féin, ag míniú aistrithe gan fíorshonraí nua a chruthú. Tá sé mar aidhm ag uasghrádú AI struchtúr inchreidte a atógáil trí leideanna amhairc a aithint agus trí thuar a dhéanamh ar an gcuma a bhíonn ar leaganacha ardtaifigh de na leideanna sin. Sin é an fáth gur féidir le torthaí AI mothú i bhfad níos géire, agus freisin cén fáth gur féidir leo déantáin a thabhairt isteach nó sonraí a “chruthú” nach raibh i láthair sa fhoinse.

Cén fáth a mbíonn cuma chéiriúil nó ró-réidh ar aghaidheanna

De ghnáth, is as dí-thorannú agus smúdáil ionsaitheach a thagann aghaidheanna céarach in éineacht le géarú a bhaintear uigeacht nádúrtha an chraicinn. Déileálann go leor uirlisí le torann agus uigeacht mhín ar an gcaoi chéanna, mar sin is féidir le “glanadh” íomhá póireanna agus mionsonraí caolchúiseacha a scriosadh. Cur chuige coitianta is ea dí-thorann agus géarú a laghdú, modh caomhnaithe aghaidhe a úsáid más féidir, agus ansin beagán gráin a thabhairt isteach arís ionas go mbraitheann an toradh níos lú plaisteach agus níos grianghrafadóireachta.

Airteafóin choitianta uasghrádaithe AI ​​le faire amach dóibh

I measc na ngnáthchomharthaí tá fáinní timpeall na n-imeall, patrúin uigeachta athchleachtacha (cosúil le brící cóipeála-ghreamaithe), micreachodarsnacht bhrioscach, agus téacs a athraíonn ina "litreacha beagnach". I sreafaí oibre bunaithe ar scaipeadh, is féidir leat gluaiseacht sonraí a fheiceáil freisin áit a n-athraíonn gnéithe beaga go caolchúiseach. I gcás físeáin, is bratacha dearga móra iad sonraí ag preabadh agus ag crawláil trasna frámaí. Mura bhfuil cuma mhaith air ach ag súmáil mhór, is dócha go bhfuil na socruithe ró-ionsaitheach.

An chaoi a mbíonn difríocht idir GAN, CNN, agus uasghrádaitheoirí scaipthe i dtorthaí

Is gnách go mbíonn sár-réiteach bunaithe ar CNN níos cobhsaí agus níos intuartha, ach is féidir go mbeidh cuma “próiseáilte” air má chuirtear brú mór air. Is minic a tháirgeann roghanna bunaithe ar GAN (stíl ESRGAN) uigeacht níos géire agus géire níos géire, ach is féidir leo mionsonraí míchearta a léiriú, go háirithe ar aghaidheanna. Is féidir le huaschálú bunaithe ar scaipeadh mionsonraí áille, inchreidte a ghiniúint, ach d’fhéadfadh sé imeacht ón struchtúr bunaidh má tá na socruithe treorach nó neart ró-láidir.

Straitéis socruithe praiticiúil chun cuma “ró-AI” a sheachaint

Tosaigh go coimeádach: laghdaigh uasghrádú 2× nó 4× sula dtéann tú i muinín fachtóirí foircneacha. Má tá cuma phlaisteach ar na haghaidheanna, laghdaigh an laghdú ar thorann agus ar ghéarú agus bain triail as mód atá feasach ar aghaidheanna. Má bhíonn uigeachtaí ró-dhian, laghdaigh feabhsú sonraí agus smaoinigh ar ghrán mín a chur leis ina dhiaidh sin. Má lonraíonn na himill, laghdaigh an géarú agus seiceáil cosc ​​a chur ar hala nó artifacht. I go leor píblínte, is fearr “níos lú” mar go gcoinníonn sé réadúlacht inchreidte.

Láimhseáil sean-scananna nó íomhánna atá comhbhrúite go mór le JPEG roimh uas-scálú

Bíonn íomhánna comhbhrúite deacair mar is féidir le samhlacha déantáin bhloc a láimhseáil mar uigeacht fhíor agus iad a aimpliú. Is sreabhadh oibre coitianta é déantáin a bhaint nó a dhíbhlocáil ar dtús, ansin iad a uas-scálú, agus ansin géarú éadrom a dhéanamh ach amháin más gá. I gcás scananna, is féidir le glanadh mín cabhrú leis an tsamhail díriú ar an struchtúr iarbhír seachas ar an damáiste. Is é an sprioc “leideanna uigeachta bréige” a laghdú ionas nach mbeidh ar an té a dhéanann uas-scálú buille faoi thuairim muiníneach a dhéanamh ó ionchuir ghlóracha.

Cén fáth go bhfuil uas-scálú físeáin níos deacra ná uas-scálú grianghraf

Caithfidh uas-scálú físe a bheith comhsheasmhach trasna frámaí, ní hamháin go maith ar íomhá amháin. Má bhíonn sonraí ag splancadh ó fhráma go fráma, bíonn an toradh ina ábhar suaite go gasta. Úsáideann cur chuige atá dírithe ar fhíseán faisnéis ama ó fhrámaí comharsanacha chun atógáil a chobhsú agus chun déantáin lonracha a sheachaint. Áirítear le go leor sreafaí oibre dí-torainn, dí-idirfhíseáil le haghaidh foinsí áirithe, agus ath-thabhairt isteach gráin roghnach ionas go mbraitheann an seicheamh iomlán comhtháite seachas géar go saorga.

Nuair nach bhfuil uas-scálú na hintleachta saorga oiriúnach nó nuair atá sé contúirteach brath air

Is fearr déileáil le huasghrádú AI mar fheabhsúchán, ní mar chruthúnas. I gcomhthéacsanna ard-gheallta amhail iriseoireacht, fianaise dhlíthiúil, íomháú leighis, nó obair fhóiréinseach, is féidir le picteilíní “inchreidte” a ghiniúint a bheith míthreorach mar d’fhéadfadh sé sonraí nár gabhadh a chur leis. Is frámaíocht níos sábháilte é é a úsáid go léiritheach agus a nochtadh gur atógadh sonraí i bpróiseas AI. Más ríthábhachtach an dílseacht, caomhnaigh bunchóipeanna agus déan doiciméadú ar gach céim próiseála agus suíomh.

Tagairtí

1. arXiv - Foghlaim Dhomhain le haghaidh Sár-réiteach Íomhá: Suirbhé - arxiv.org

2. arXiv - Sár-Rún Íomhá ag Úsáid Líonraí Comhshuiteacha Doimhne (SRCNN) - arxiv.org

3. arXiv - Real-ESRGAN - arxiv.org

4. arXiv - ESRGAN - arxiv.org

5. arXiv - SR3 - arxiv.org

6. Forbróir NVIDIA - NVIDIA DLSS - developer.nvidia.com

7. AMD GPUOpen - FidelityFX Super Resolution 2 - gpuopen.com

8. Rochtain Oscailte Fhondúireacht Fís Ríomhaireachta (CVF) - BasicVSR: An Cuardach ar Chomhpháirteanna Riachtanacha i Super-Rún Físe (CVPR 2021) - openaccess.thecvf.com

9. arXiv - Líonraí Neamhghnácha Giniúna - arxiv.org

10. arXiv - SRGAN - arxiv.org

11. arXiv - Caillteanais Chéadfacha (Johnson et al., 2016) - arxiv.org

12. GitHub - Stór fíor-ESRGAN (roghanna tíleanna) - github.com

13. Vicipéid - Idirshuíomh déchiúbach - wikipedia.org

14. Topaz Labs - Grianghraf Topaz - topazlabs.com

15. Topaz Labs - Físeán Topaz - topazlabs.com

16. Ionad Cabhrach Adobe - Adobe Enhance > Super Resolution - helpx.adobe.com

17. NIST / OSAC - Treoir Chaighdeánach um Bhainistíocht Íomhánna Digiteacha Fóiréinseacha (Leagan 1.0) - nist.gov

18. SWGDE - Treoirlínte maidir le hanailís íomhánna fóiréinseach - swgde.org

Faigh an AI is Déanaí ag an Siopa Oifigiúil Cúntóra AI

Fúinn