AI Image Enhancer Anleitung

Skalieren Sie niedrig aufgelöste Bilder mit ESRGAN-Inferenz um bis zu 4x hoch. Verbessern Sie die Schärfe, reduzieren Sie Rauschen und stellen Sie Details wieder her. Die Verarbeitung erfolgt auf dem Server von ConvertCraft mit einem 20-minütigen Timeout.

Was Sie benötigen

Browser — Chrome, Firefox, Safari oder Edge Formate — JPG, JPEG, PNG, WEBP, AVIF oder GIF Limit — 20 MB pro Datei (Dateien über 20 MB werden abgelehnt).

Ihr Bild verbessern

Öffnen Sie den AI Image Enhancer in Ihrem Browser. Ziehen Sie Ihre Bilddatei aus Ihrem Dateimanager in den Upload-Bereich. Alternativ klicken Sie auf den Upload-Bereich, um die Datei von Ihrem Gerät auszuwählen.

Stellen Sie sicher, dass die Datei unter dem 20-MB-Limit liegt, bevor Sie sie hochladen – Dateien, die diesen Schwellenwert überschreiten, werden abgelehnt. Wählen Sie Ihren Skalierungsfaktor: 2x oder 4x. Die 2x-Einstellung verdoppelt die Bildabmessungen bei moderater Detailwiederherstellung.

Die 4x-Einstellung vervierfacht die Abmessungen bei maximaler Detailwiederherstellung, erhöht jedoch die Verarbeitungszeit erheblich. Klicken Sie auf die Schaltfläche zum Verbessern. Die Engine lädt Ihr Bild per HTTP POST auf den Server hoch.

Das serverseitige ESRGAN-Modell verarbeitet das Bild mithilfe von GPU-Inferenz. Dies ist ein neuronales Netzwerk – es verwendet trainierte Gewichte, um hochauflösende Details aus einer niedrig aufgelösten Eingabe vorherzusagen. Überprüfen Sie das verbesserte Bild.

Die Engine zeigt die Original- und die verbesserte Version nebeneinander an. Wenn die Verbesserung korrekt aussieht, fahren Sie mit dem Download fort. Wenn nicht, versuchen Sie eine andere Verbesserungsstufe.

Sobald Sie mit dem Ergebnis zufrieden sind, klicken Sie auf die Download-Schaltfläche. Der Server liefert das verbesserte Bild per HTTP-Antwort. Der Browser speichert es direkt auf Ihrem Gerät.

Temporäre Dateien werden sofort nach dem Download vom Server gelöscht.

Wie es funktioniert

Der AI Image Enhancer verwendet ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), ein neuronales Netzwerkmodell, das Bilder durch die Vorhersage hochauflösender Details aus niedrig aufgelösten Eingaben hochskaliert. Wenn Sie ein Bild hochladen, sendet der Browser die Binärdaten per HTTP POST als Multipart-Formular-Upload an den Server. Der Server empfängt das Bild und bereitet es für die Inferenz des neuronalen Netzwerks vor.

Der Server lädt die ESRGAN-Modellgewichte von der Festplatte in den GPU-Speicher. Die Modellarchitektur besteht aus einem Generator-Netzwerk mit mehreren residual-in-residual dichten Blöcken (RRDB), die jeweils konvolutive Schichten, Batch-Normalisierung und Leaky-ReLU-Aktivierungen enthalten. Der Generator wurde mit Paaren von niedrig- und hochauflösenden Bildern trainiert, um die Abbildung von degradierten zu scharfen Details zu erlernen.

Die Engine verarbeitet Ihr Bild, indem sie es in überlappende Kacheln unterteilt, typischerweise 128x128 oder 256x256 Pixel, um in die GPU-Speicherbeschränkungen zu passen. Jede Kachel wird unabhängig durch das neuronale Netzwerk geleitet. Das Generator-Netzwerk verarbeitet jede Kachel durch seine konvolutiven Schichten und skaliert die Feature-Maps schrittweise mithilfe von Pixel-Shuffle-Operationen (auch bekannt als Sub-Pixel-Konvolution) hoch, die Kanaldaten in räumliche Dimensionen reorganisieren.

Für die 4x-Skalierung wendet das Netzwerk zwei 2x-Upsampling-Stufen an, die jeweils sowohl Breite als auch Höhe um den Faktor 2 erhöhen.

Während der Inferenz sagt das Modell hochfrequente Details voraus, die im Originalbild nicht vorhanden sind – es halluziniert plausible Texturen, Kantenschärfe und feine Strukturen basierend auf Mustern, die während des Trainings gelernt wurden. Zum Beispiel wird ein verschwommenes Gesicht in der niedrig aufgelösten Eingabe mit vorhergesagten Augenkonturen, Hauttexturen und Haardetails rekonstruiert, die das Modell aus Millionen von Trainingsbeispielen gelernt hat.

Nach der Verarbeitung aller Kacheln rekonstruiert die Engine das vollständige verbesserte Bild, indem sie überlappende Kachelregionen mischt, um Nahtartefakte zu eliminieren. Das verbesserte Bild wird dann per HTTP-Antwort zurück an Ihren Browser gestreamt. Der Server löscht alle temporären Dateien und GPU-Speicherzuweisungen sofort nach der Bereitstellung.

Wenn etwas schief geht

Der Upload schlägt fehl: Ihr Bild überschreitet das 20-MB-Limit. Der Server erzwingt diesen Schwellenwert strikt. Jede Datei über 20 MB überschreitet das unterstützte Limit und wird abgelehnt.

Verarbeitungs-Timeout: Der Server hat ein 20-minütiges Timeout für diesen Vorgang. Große Bilder mit 4x-Skalierung können sich diesem Limit nähern, da mehr Kacheln durch das neuronale Netzwerk verarbeitet werden müssen. Versuchen Sie es mit 2x-Skalierung oder reduzieren Sie die Quelldimensionen.

Das verbesserte Bild sieht künstlich aus: ESRGAN ist ein neuronales Netzwerk, das Details vorhersagt. Manchmal sagt es Details falsch voraus, was zu unnatürlichen Texturen oder Artefakten führt. Dies ist besonders bei Gesichtern (wo das Modell falsche Gesichtszüge erzeugen kann) oder Text (wo das Modell unleserliche Zeichen erzeugen kann) der Fall.

Das verbesserte Bild ist verschwommen: Das Quellbild enthält nicht genügend Details, aus denen das Modell Vorhersagen treffen kann. ESRGAN funktioniert am besten mit Bildern, die einige Details enthalten – völlig verschwommene Bilder enthalten keine hochfrequenten Informationen, die das Modell verbessern könnte, was zu verschwommenen Ergebnissen führt.

### Warum dauert die Verbesserung so lange?

ESRGAN ist ein tiefes neuronales Netzwerk mit Millionen von Parametern. Die Verarbeitung jedes Pixels durch mehrere konvolutive Schichten erfordert erhebliche Rechenressourcen. Höhere Skalierungsfaktoren erhöhen den Arbeitsaufwand exponentiell, da das Ausgabebild 4x (bei 2x-Skalierung) oder 16x (bei 4x-Skalierung) mehr Pixel als die Eingabe hat.

Das Modell läuft auf der GPU des Servers, die schneller als eine CPU ist, aber dennoch erhebliche Verarbeitungszeit für große Bilder benötigt.

### Wie wird mein Bild während der Verarbeitung gespeichert?

Ihr Bild wird per HTTPS an den Server übertragen, im GPU-Speicher vom ESRGAN-Modell verarbeitet und als verbessertes Ergebnis zurückgestreamt. Es werden keine temporären Dateien auf der Festplatte gespeichert. Alle Daten werden sofort nach dem Senden der Antwort aus dem Serverspeicher gelöscht.

### Kann ich Bilder verbessern, die größer als 20 MB sind?

Der Server erzwingt ein Dateigrößenlimit von 20 MB. Jede Datei über 20 MB überschreitet das unterstützte Limit und wird abgelehnt. Reduzieren Sie die Bildabmessungen oder komprimieren Sie die Datei vor dem Hochladen.