画像を大きくする
小さな絵を大きくしながら細部を描き直します。ただ引き伸ばすのとは違います。モデルを端末に受け取り、そこで動かします — 絵はこのタブから出ません。
画像をここに置いてください
PNG · JPG · WebP — 1 メガピクセルまで
ボタンを押すと実行環境とモデルを約 9.6 MB 受け取ります。 一度だけ受け取り、ブラウザが保持します — 次の絵はすぐ始まります。
私の絵はどこへ行きますか
どこへも行きません。このタブの中で開かれるだけで、アップロードされません。行き来するのは逆方向です — モデルが一度降りてきて、その後はブラウザが保持します。
ただのサイズ変更と何が違いますか
サイズ変更はすでにある画素を引き伸ばす作業なので、4 倍にすれば 4 倍ぼやけます。こちらは前後の組を何百万と学習したニューラルネットワークが、それらしい輪郭と質感を作り出します。よい推測であって、取り戻された真実ではありません — ファイルに元からなかったナンバープレートを読み取ることはできません。
なぜサイズ制限があるのですか
4 倍は画素が 16 倍になるからです。100 万画素の写真が 1600 万画素になり、それだけでメモリ上 64MB、計算量も同じだけ増えます。タブを数分凍らせた末に何も返せないより、入力 100 万画素で止まるほうを選びました。
なぜ遅いのですか
ブラウザに WebGPU がなく、CPU に降りているからです。その道でも最後まで動きます — ただずっと遅く、おおよそ 100 万画素で 1 分です。どちらになるかは押す前に伝え、実際にどちらで動いたかは結果の横に書きます。
モデルが 4 倍なのに 2 倍はどうやるのですか
4 倍に拡大してから半分に縮めます。直接 2 倍にするより結果がよくなります — モデルが作り出した細部が、縮む過程で整うからです。前段の計算が同じなので、かかる時間は 4 倍と変わりません。
結果が蝋のようにのっぺりしました
このモデルが傷んだ画像を修復するよう学習されているからです。ノイズと読んだものを消しますが、フィルムの粒子や布の細かい織り目もノイズとして読まれます。圧縮されたウェブ画像や画面キャプチャではそれが望みどおりの働きです — ブロックノイズが消え、輪郭が戻ります。粒子のあるフィルムスキャンでは、表面がプラスチックのように平らになることがあります。どちらも単純な拡大と比べて測りました。品質 35 で保存した JPEG ではモデルが明確に勝ち、1896 年のフィルムスキャンでは単純な拡大のほうが布の質感を多く残しました。
どのモデルですか
Real-ESRGAN の realesr-general-x4v3、BSD 3-Clause ライセンスです。より鮮明なトランスフォーマー系を差し置いてこれを選んだ理由は速度です — CPU で約 60 倍速く、その差がグラフィックカードなしでも使える道具かどうかを分けます。