LOKALT AI-EXPERIMENT
Swin2SR lightweight kör standard lokal 2× förbättring i en dedikerad arbetare. Ingången är strikt begränsad till 512 × 512 pixlar.
Experimentell jämförelse: ESRGAN Slim
Kör eventuellt ESRGAN Slim på samma ≤ 512 × 512 bild. Den använder 256px sida vid sida med 10px utfyllnad, så att du kan jämföra textur, text och bearbetningstid mot den förinställda Swin2SR-sökvägen.
Swin2SR-modellen laddas först efter att du har startat. Bearbetningen stannar hos en dedikerad arbetare och kan vara långsam på enheter med lägre effekt.
KÄLLA · ≤ 512 PX
Välj en liten bild att testa
SWIN2SR · 2× RESULTAT
2×-resultatet visas här
ESRGAN SLIM EXPERIMENTELL JÄMFÖRELSE
256px brickorKör ESRGAN Slim för att jämföra dess 2× resultat
Det här experimentella verktyget för uppskalning av klarhet kör Transformers.js + Swin2SR lätt i en dedikerad arbetare för lokal 2× slutledning. Ingångar är strikt begränsade till 512 × 512 pixlar för att undvika lång GPU och minnesanvändning; ett valfritt ESRGAN Slim 256-pixel sida vid sida resultat är tillgängligt för jämförelse. Visuell förbättring är inte verklig detaljåterställning, förlustfri förstoring eller bildåterställning.
PASSAR FÖR
Människor som vill testa 2× visuell förbättring på en liten bild och förstå dess enhet och gränser för uppfunna detaljer.
Välj en liten bild som inte är större än 512 × 512 pixlar
Starta den lokala Swin2SR 2× slutledningen i en arbetare
Kör eventuellt ESRGAN Slim-jämförelsen för textur, text och bearbetningstid
Inspektera text, ansikten och upprepade texturer för uppfunna detaljer, ladda sedan ner PNG om det är lämpligt och behåll källbilden
Superupplösning på klientsidan använder meningsfullt minne, GPU-kapacitet och tid. Den strikta gränsen hjälper till att undvika en webbläsare som inte svarar, särskilt med programvara WebGL eller enheter med lägre effekt.
Nej. Det är modelldriven visuell förbättring och kan skapa trovärdiga strukturer eller detaljer som inte fanns i källan.
Ja. Avbryt återställer den lokala modellsessionen och återställer sidkontroller. På vissa enheter kan det ta en stund innan det underliggande GPU-arbetet släpps helt.
GlobalCoreHub kör kärnflödet för Experimentell AI 2× Upscaler i den aktuella webbläsaren. Indata laddas inte upp till GlobalCoreHubs applikationsserver; lokal lagring som beskrivs på den här sidan finns bara kvar i denna webbläsare tills webbplatsdata rensas.