Görsel Büyütme Modelleri
Görsel Büyütme için en iyi AI modellerini keşfet
Real-ESRGAN
Real-ESRGAN, Tencent ARC Lab'da Xintao Wang ve işbirlikçileri tarafından geliştirilen, düşük çözünürlüklü, bozulmuş veya sıkıştırılmış görselleri dikkat çekici detay kurtarmayla yüksek çözünürlüklü çıktılara dönüştüren açık kaynak görsel büyütme ve restorasyon modelidir. 2021'de BSD lisansı altında yayınlanan Real-ESRGAN, sıkıştırma yapıları, gürültü, bulanıklık ve alt örnekleme dahil gerçek dünya görsellerinde bulunan karmaşık ve öngörülemeyen kalite kaybını simüle eden yüksek dereceli bozulma modelleme yaklaşımını tanıtarak orijinal ESRGAN mimarisi üzerine inşa edilmiştir. Model üretici ağı olarak Residual-in-Residual Dense Block'lu U-Net mimarisi kullanır ve keskin, doğal görünümlü büyütülmüş sonuçlar üretmek için algısal kayıp, GAN kaybı ve piksel kaybı kombinasyonuyla eğitilmiştir. Real-ESRGAN 2x, 4x ve daha yüksek büyütme faktörlerini destekler ve genel amaçlı fotoğraf modelinin yanı sıra anime ve illüstrasyon içeriği için özelleştirilmiş model varyantları içerir. Model yalnızca sentetik bozulma desenleri üzerinde eğitilen öncülü ESRGAN'a kıyasla gerçek dünya bozulmalarını çok daha iyi işler. Real-ESRGAN masaüstü araçlar, web servisleri, mobil uygulamalar ve profesyonel görsel düzenleme iş akışları dahil sayısız uygulamaya entegre edilerek en yaygın dağıtılan AI büyütme çözümlerinden biri haline gelmiştir. Model hem CPU hem de GPU'da verimli çalışır ve daha hafif RealESRGAN-x4plus-anime varyantı tüketici donanımı için optimize edilmiştir. Önceden eğitilmiş ağırlıklarla GitHub üzerinde mevcut tamamen açık kaynak bir proje olarak Upscayl ve çeşitli ComfyUI düğümleri gibi popüler araçların omurgası olarak hizmet eder. Real-ESRGAN doğal görünümü korurken ve gerçekçi detay eklerken görsel çözünürlüğünü artırması gereken fotoğrafçılar, içerik üreticileri ve oyun geliştiricileri için vazgeçilmezdir.
Topaz Gigapixel AI
Topaz Gigapixel AI, Topaz Labs tarafından geliştirilen, profesyonel fotoğrafçılar, grafik tasarımcılar ve görüntü işleme uzmanları için endüstri standardı bir araç olarak konumlanan AI destekli görsel büyütme ve iyileştirme için ticari bir masaüstü uygulamasıdır. Windows ve macOS'ta kullanılabilen yazılım, ince detayları, dokuları ve keskinliği koruyarak ve hatta geliştirerek görselleri yüzde 600'e kadar büyütmek için birden fazla AI modelini birleştiren tescilli bir hibrit sinir ağı mimarisi kullanır. Topaz Gigapixel AI yüzler, standart fotoğrafçılık, bilgisayar grafikleri ve düşük çözünürlüklü kaynaklar dahil farklı içerik türleri için özelleştirilmiş işleme modları içerir ve her mod hedef içeriği için mümkün olan en iyi sonuçları üretmek üzere optimize edilmiştir. Yazılım büyütme sırasında yüz detaylarını iyileştiren akıllı yüz algılama ve geliştirme özelliğine sahiptir ve çok düşük çözünürlüklü kaynak görsellerden bile doğal görünümlü sonuçlar üretir. Topaz Gigapixel AI büyük görsel hacimlerini işlemek için toplu işleme desteği sunar ve Adobe Lightroom ile Photoshop'a eklenti olarak entegre olarak profesyonel fotoğrafçılık iş akışlarına sorunsuz uyum sağlar. Uygulama görselleri GPU hızlandırması kullanarak kullanıcının makinesinde yerel olarak işler ve internet bağlantısı gerektirmeden gizlilik ve hızlı işleme sağlar. Çıktı kalitesi ticari büyütme yazılımları arasında en iyilerden biri olarak kabul edilir ve özellikle doğal dokuları korumada ve birçok AI büyütücüde yaygın olan yapay yumuşatmadan kaçınmada güçlüdür. Tek seferlik satın alma veya abonelik modeliyle tescilli bir ürün olarak Topaz Gigapixel AI özellikle baskıları büyüten profesyonel fotoğrafçılar, mülk görsellerini iyileştiren emlak fotoğrafçıları, kanıt görsellerini geliştiren adli analistler ve tarihi fotoğrafları modern çözünürlük standartlarına restore eden arşivciler tarafından değerlidir.
Upscayl
Upscayl, Real-ESRGAN ve diğer süper çözünürlük modelleri üzerine inşa edilmiş, AI destekli görsel büyütme için ücretsiz ve açık kaynak bir masaüstü uygulamasıdır. Nayam Amarshe ve TGS963 tarafından geliştirilen Upscayl, gelişmiş AI görsel büyütmeyi Windows, macOS ve Linux platformlarında teknik olmayan kullanıcılar için erişilebilir kılan kullanıcı dostu bir grafik arayüz sağlar. Uygulama birden fazla AI büyütme modelini Electron tabanlı bir masaüstü uygulamasında sarmalayarak kullanıcıların herhangi bir komut satırı bilgisi veya Python ortamı kurulumu olmadan yalnızca birkaç tıklamayla görsel çözünürlüğünü artırmasına olanak tanır. Upscayl genel fotoğrafçılık, dijital sanat, anime ve keskinleştirme dahil farklı içerik türleri için optimize edilmiş önceden yüklenmiş birkaç büyütme modeli içerir ve her model hedef içeriğine uygun farklı estetik özellikler üretir. Kullanıcılar 2x, 3x veya 4x büyütme faktörlerini seçebilir ve toplu işleme yoluyla tek tek görselleri veya tüm klasörleri işleyebilir. Uygulama PNG, JPG ve WebP dahil yaygın görsel formatlarını destekler ve çıktı formatı ile kalite ayarları için seçenekler sunar. Upscayl ayrıca özel model yüklemeyi destekleyerek kullanıcıların topluluktan ek NCNN uyumlu büyütme modelleri içe aktarmasına olanak tanır. AGPL-3.0 lisansı altında yayınlanan Upscayl kodu GitHub üzerinde mevcut olan tamamen açık kaynaklıdır ve geniş bir kullanıcı ve katkıda bulunan topluluğu edinmiştir. Uygulama tamamen yerel olarak çalışır ve hassas görseller için gizlilik sağlayarak internet bağlantısı gerektirmez. Upscayl özellikle abonelik veya bulut işleme bağımlılığı olmadan görsel kalitesini artırmak için basit ve ücretsiz bir çözüme ihtiyaç duyan fotoğrafçılar, grafik tasarımcılar ve içerik üreticileri arasında popülerdir.
CodeFormer
CodeFormer, Nanyang Teknoloji Üniversitesi ve Tencent ARC iş birliğiyle geliştirilen, NeurIPS 2022 konferansında sunulan son teknoloji kör yüz restorasyon modelidir. Model, ciddi biçimde bozulmuş yüz görsellerini yüksek sadakatle restore etmek için ayrık codebook arama mekanizmasına sahip benzersiz bir Transformer tabanlı mimari kullanır. En ayırt edici özelliği, 0.0 ile 1.0 arasında değişen ayarlanabilir w parametresiyle kullanıcılara kimlik koruma ile restorasyon kalitesi arasında hassas ve esnek kontrol imkanı sunmasıdır. Mimari olarak üç temel bileşenden oluşur: yüksek kaliteli yüz veri setlerinden ayrık görsel kodlar öğrenen VQGAN encoder-decoder, bu öğrenilmiş temsilleri kalıcı olarak depolayan ayrık codebook ve restorasyon sırasında optimal kod kombinasyonlarını tahmin eden güçlü Transformer modülü. Bu yaklaşım, modelin ciddi bozulmalarda bile inandırıcı ve gerçekçi yüz detayları üretmesini sağlar çünkü bilgiyi bozuk girdiden değil önceden öğrenilmiş yüksek kaliteli ön bilgilerden alır. CelebA-HQ ve WIDER-Face veri setlerinde yapılan kapsamlı benchmark testlerinde CodeFormer, FID, NIQE ve kimlik benzerliği metriklerinde önceki yöntemlere kıyasla tutarlı biçimde üstün sonuçlar elde etmiştir. Pratik kullanım alanları arasında eski aile fotoğraflarının restorasyonu, yapay zeka ile üretilmiş görsellerdeki yüz kalitesinin iyileştirilmesi, düşük çözünürlüklü video karelerinden yüz detayı çıkarma ve profesyonel fotoğraf rötuşlama yer alır. Açık kaynaklı olan model, ComfyUI, AUTOMATIC1111 WebUI ve Fooocus gibi popüler araçlarla entegre çalışır ve Replicate API ile Hugging Face Spaces üzerinden bulut tabanlı erişim sunar.
SUPIR
SUPIR, Tencent ARC araştırmacıları tarafından 2024'te geliştirilen, foto-gerçekçi görsel iyileştirme için büyük ölçekli bir Stable Diffusion modeli olan SDXL'in üretken gücünden yararlanan gelişmiş bir AI görsel restorasyon ve büyütme modelidir. SUPIR Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration in the Wild ifadesinin kısaltmasıdır. Model giriş görselinde bulunan belirli kalite kaybı türlerini analiz eden ve restorasyon sürecini yönlendirmek için akıllı metin komutları üreten bozulma farkındalıklı bir kodlayıcı tanıtır ve bu sayede difüzyon modeline ne tür içeriğin nasıl restore edilmesi gerektiğini etkili bir şekilde bildirir. Bu akıllı yönlendirme yaklaşımı SUPIR'in basit piksel enterpolasyonunun ötesine geçerek anlamsal olarak anlamlı detay üreten dikkat çekici derecede detaylı ve doğal görünümlü büyütülmüş sonuçlar üretmesini sağlar. Model büyütme sırasında gerçekçi dokular, yüz hatları, metin ve ince desenleri sentezlemek için SDXL'in önceden eğitilmiş ağırlıklarına gömülü geniş görsel bilgiden yararlanır. SUPIR özellikle eski fotoğraflar, ağır sıkıştırılmış web görselleri ve düşük çözünürlüklü çekimler dahil geleneksel büyütme yöntemlerinin başarısız olduğu ciddi şekilde bozulmuş görselleri restore etmede üstün performans gösterir. Model tutarlı içerik ve doğal görünümü koruyarak yüksek büyütme faktörlerini destekler. Salt araştırma lisansı altında yayınlanan SUPIR kod ve ağırlıkları GitHub üzerinde mevcut olan açık kaynaklıdır. SDXL omurgası nedeniyle hesaplama açısından yoğun olsa da model AI destekli görsel restorasyon kalitesinin mevcut sınırlarını temsil eden sonuçlar üretir. SUPIR özellikle arşiv görsellerini restore eden profesyonel fotoğrafçılar, güvenlik görüntülerini iyileştiren adli analistler ve sınırlı kaynak materyalden maksimum kaliteye ihtiyaç duyan dijital sanatçılar için değerlidir.
SwinIR
SwinIR, ETH Zurich'te Jingyun Liang ve araştırma ekibi tarafından geliştirilen, süper çözünürlük, görsel gürültü giderme ve JPEG sıkıştırma yapıları kaldırma dahil birden fazla restorasyon görevinde son teknoloji performans elde eden Transformer tabanlı görsel restorasyon modelidir. Ağustos 2021'de Apache 2.0 lisansı altında yayınlanan SwinIR, görsellerde hem yerel detayı hem de küresel bağlamı verimli şekilde yakalayan kaydırılmış pencere dikkat mekanizmalarından yararlanarak Swin Transformer mimarisini görsel işleme için uyarlar. Model üç ana modülden oluşur: sığ özellik çıkarma katmanı, artık bağlantılarla Swin Transformer bloklarından oluşan derin özellik çıkarma modülü ve restore edilmiş yüksek kaliteli çıktıyı üreten rekonstrüksiyon modülü. Yalnızca 12 milyon parametreyle SwinIR birçok rakip modele kıyasla dikkat çekici ölçüde hafiftir ve üstün veya karşılaştırılabilir sonuçlar sunar. Model 2x, 3x ve 4x büyütme dahil birden fazla süper çözünürlük ölçeğini, farklı kalite-hız dengelemeleri için klasik ve hafif varyantları ve çeşitli gürültü seviyelerinde gürültü giderme ile farklı kalite faktörlerinde JPEG yapı kaldırma için optimize edilmiş ayrı yapılandırmaları destekler. SwinIR Transformer mimarilerinin düşük seviyeli görsel işleme görevlerinde CNN tabanlı yaklaşımları geçebileceğini göstererek alanda önemli bir dönüm noktası oluşturmuştur. Model önceden eğitilmiş ağırlıkları GitHub üzerinde mevcut olan tamamen açık kaynaklıdır ve standart derin öğrenme çerçeveleriyle iyi entegre olur. SwinIR akademik araştırmalarda görsel restorasyon kıyaslamaları için temel çizgi olarak ve yüksek kaliteli görsel iyileştirmeye ihtiyaç duyan fotoğrafçılar, grafik tasarımcılar ve içerik üreticileri tarafından pratik uygulamalarda yaygın olarak kullanılır. Verimli mimarisi onu özel GPU gereksinimleri olmadan tüketici donanımında dağıtıma uygun kılar.
FidelityFx Super Resolution
FidelityFX Super Resolution (FSR), AMD tarafından geliştirilen, özellikle video oyunları olmak üzere gerçek zamanlı render uygulamalarında performansı artırmak için tasarlanmış açık kaynaklı mekansal büyütme teknolojisidir. NVIDIA'nın özel Tensor Core gerektiren DLSS'inin aksine, FSR donanımdan bağımsız çalışır ve AMD, NVIDIA, Intel GPU'larında hatta entegre grafiklerde bile sorunsuz kullanılabilir. Teknoloji birden fazla nesil boyunca evrilmiştir: FSR 1.0 tek kare üzerinde Lanczos tabanlı mekansal büyütme kullanırken, FSR 2.0 hareket vektörleri ve önceki kare verilerinden yararlanan zamansal büyütme ile neredeyse yerel çözünürlük kalitesi sunmuş, FSR 3.0 ise optik akış tabanlı kare üretimi ekleyerek algılanan kare hızını dramatik biçimde artırmıştır. Ultra Quality'den Ultra Performance'a uzanan beş farklı kalite modu, kullanıcılara görsel sadakat ile 2x ve üzeri performans kazanımı arasında denge kurma imkanı tanır. FSR; DirectX 11, DirectX 12 ve Vulkan API'lerini destekler ve PC platformlarının yanı sıra Xbox, PlayStation ve Steam Deck gibi taşınabilir cihazlarda da yaygın biçimde kullanılır. Cyberpunk 2077, Starfield ve Hogwarts Legacy dahil yüzlerce büyük yapım FSR entegrasyonu sunar; Unreal Engine ve Unity oyun motorları düzeyinde doğrudan destek sağlayarak geliştirici benimsemesini kolaylaştırır. MIT lisansı ile AMD'nin GPUOpen platformunda yayınlanan FSR, geliştiricilere ve araştırmacılara şeffaf işbirliği ve modifikasyon imkanı sunar. Platform bağımsızlığı ve açık kaynak yapısı, onu oyun endüstrisinde en yaygın kullanılan görsel büyütme çözümlerinden biri haline getirmiştir.
StableSR
StableSR, Jianyi Wang ve işbirlikçileri tarafından geliştirilen, gerçekçi detay sentezi ile yüksek kaliteli görsel büyütme için önceden eğitilmiş bir Stable Diffusion modelinin üretken öncülünden yararlanan yenilikçi bir süper çözünürlük modelidir. 2023'te Apache 2.0 lisansı altında yayınlanan StableSR, difüzyon tabanlı üretken modellerin görsel süper çözünürlük görevine ilk başarılı uygulamalarından birini temsil eder. Model düşük çözünürlüklü giriş görselinden bilgiyi her zaman adımında Stable Diffusion gürültü giderme sürecine enjekte eden zaman farkındalıklı bir kodlayıcı ile orijinal görsele sadakat ve üretilen detayların zenginliği arasında denge kuran kontrol edilebilir özellik sarma modülü tanıtır. Bu mimari StableSR'nin geleneksel regresyon tabanlı süper çözünürlük yöntemlerinin elde edemeyeceği dikkat çekici derecede gerçekçi dokular ve ince detaylarla büyütülmüş görseller üretmesini sağlar. Kontrol edilebilir özellik sarma kullanıcıların üretken iyileştirmenin gücünü ayarlamasına olanak tanır ve girdiye yakından uyan muhafazakar restorasyondan daha fazla sentezlenmiş detay ekleyen agresif iyileştirmeye kadar bir yelpaze sunar. StableSR fotoğraflar, sanat eserleri, ekran görüntüleri ve metin içeren görseller dahil çeşitli görsel türlerini işler ve özellikle cilt, saç, kumaş ve yaprak gibi doğal dokuları restore etmede güçlüdür. Model kod ve önceden eğitilmiş ağırlıkları GitHub üzerinde mevcut olan tamamen açık kaynaklıdır ve mevcut Stable Diffusion altyapısıyla uyumludur. StableSR düşük çözünürlüklü görselleri restore eden fotoğrafçılar, referans materyali büyüten dijital sanatçılar ve sınırlı kaynak görsellerinden yüksek çözünürlüklü çıktılara ihtiyaç duyan içerik üreticileri için değerlidir. Difüzyon tabanlı yaklaşımı üretken süper çözünürlük yöntemlerindeki sonraki araştırmaları etkilemiştir.