Guía de AI Image Enhancer

Aumenta la resolución de imágenes hasta 4x usando la inferencia de red neuronal ESRGAN. Mejora la nitidez, reduce el ruido y recupera detalles. El procesamiento se ejecuta en el servidor de ConvertCraft con un tiempo de espera de 20 minutos.

Lo que necesitas

Navegador — Chrome, Firefox, Safari o Edge Formatos — JPG, JPEG, PNG, WEBP, AVIF o GIF Límite — 20 MB por archivo (cualquier archivo que supere los 20 MB será rechazado).

Mejorando tu imagen

Abre el AI Image Enhancer en tu navegador. Arrastra tu archivo de imagen desde el explorador de archivos y suéltalo en la zona de carga. Alternativamente, haz clic en el área de carga para seleccionar el archivo desde tu dispositivo.

Verifica que el archivo esté por debajo del límite de 20 MB antes de subirlo; los archivos que superen este umbral serán rechazados. Elige tu factor de escalado: 2x o 4x. La configuración 2x duplica las dimensiones de la imagen con una recuperación de detalles moderada.

La configuración 4x cuadruplica las dimensiones con la máxima recuperación de detalles, pero aumenta significativamente el tiempo de procesamiento. Haz clic en el botón de mejora. El motor sube tu imagen al servidor mediante HTTP POST.

El modelo ESRGAN del lado del servidor procesa la imagen usando inferencia de GPU. Esta es una red neuronal: utiliza pesos entrenados para predecir detalles de alta resolución a partir de una entrada de baja resolución. Revisa la imagen mejorada.

El motor muestra las versiones original y mejorada una al lado de la otra. Si la mejora parece correcta, procede a descargar. Si no, intenta con un nivel de mejora diferente.

Una vez satisfecho con el resultado, haz clic en el botón de descarga. El servidor entrega la imagen mejorada mediante respuesta HTTP. El navegador la guarda directamente en tu dispositivo.

Los archivos temporales se eliminan del servidor inmediatamente después de la descarga.

Cómo funciona

El AI Image Enhancer utiliza ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), un modelo de red neuronal que aumenta la resolución de las imágenes prediciendo detalles de alta resolución a partir de una entrada de baja resolución. Cuando subes una imagen, el navegador envía los datos binarios al servidor mediante HTTP POST como una carga de formulario multipart. El servidor recibe la imagen y la prepara para la inferencia de la red neuronal.

El servidor carga los pesos del modelo ESRGAN desde el disco a la memoria de la GPU. La arquitectura del modelo consiste en una red generadora con múltiples bloques densos residuales en residual (RRDB), cada uno con capas convolucionales, normalización por lotes y activaciones leaky ReLU. El generador ha sido entrenado con pares de imágenes de baja y alta resolución para aprender el mapeo de detalles degradados a nítidos.

El motor procesa tu imagen dividiéndola en mosaicos superpuestos, típicamente de 128x128 o 256x256 píxeles, para ajustarse a las limitaciones de memoria de la GPU. Cada mosaico pasa por la red neuronal de forma independiente. La red generadora procesa cada mosaico a través de sus capas convolucionales, aumentando progresivamente la resolución de los mapas de características mediante operaciones de pixel shuffle (también conocidas como convolución sub-píxel) que reorganizan los datos del canal en dimensiones espaciales.

Para el escalado 4x, la red aplica dos etapas de aumento de resolución 2x, cada una incrementando tanto el ancho como el alto por un factor de 2.

Durante la inferencia, el modelo predice detalles de alta frecuencia que no existen en la imagen original: alucina texturas plausibles, nitidez de bordes y estructuras finas basadas en patrones aprendidos durante el entrenamiento. Por ejemplo, un rostro borroso en la entrada de baja resolución será reconstruido con contornos oculares, textura de piel y detalles de cabello predichos que el modelo ha aprendido de millones de ejemplos de entrenamiento.

Después de procesar todos los mosaicos, el motor reconstruye la imagen mejorada completa mezclando las regiones de mosaico superpuestas para eliminar artefactos de unión. La imagen mejorada se transmite de vuelta a tu navegador mediante respuesta HTTP. El servidor purga todos los archivos temporales y las asignaciones de memoria de la GPU inmediatamente después de la entrega.

Cuando algo sale mal

La carga falla: Tu imagen supera el límite de 20 MB. El servidor aplica este umbral estrictamente. Cualquier archivo que supere los 20 MB excede el límite admitido y será rechazado.

El procesamiento se agota: El servidor tiene un tiempo de espera de 20 minutos para esta operación. Las imágenes grandes con escalado 4x pueden acercarse a este límite porque se deben procesar más mosaicos a través de la red neuronal. Intenta usar el escalado 2x o reducir las dimensiones de origen.

La imagen mejorada parece artificial: ESRGAN es una red neuronal que predice detalles. A veces predice detalles incorrectamente, produciendo texturas o artefactos poco naturales. Esto es especialmente común con rostros (donde el modelo puede generar rasgos faciales incorrectos) o texto (donde el modelo puede generar caracteres distorsionados).

La imagen mejorada está borrosa: La imagen de origen carece de suficientes detalles para que el modelo pueda predecir. ESRGAN funciona mejor con imágenes que tienen algo de detalle con lo que trabajar; las imágenes completamente borrosas no contienen información de alta frecuencia para que el modelo la mejore, produciendo resultados borrosos.

### ¿Por qué la mejora tarda tanto?

ESRGAN es una red neuronal profunda con millones de parámetros. Procesar cada píxel a través de múltiples capas convolucionales requiere recursos computacionales significativos. Los factores de escalado más altos aumentan la carga de trabajo exponencialmente porque la imagen de salida tiene 4x (para escalado 2x) o 16x (para escalado 4x) más píxeles que la entrada.

El modelo se ejecuta en la GPU del servidor, que es más rápida que la CPU pero aún requiere un tiempo de procesamiento significativo para imágenes grandes.

### ¿Cómo se almacena mi imagen durante el procesamiento?

Tu imagen se transmite al servidor mediante HTTPS, se procesa en la memoria de la GPU por el modelo ESRGAN y se transmite de vuelta como el resultado mejorado. No se almacenan archivos temporales en el disco. Todos los datos se purgan de la memoria del servidor inmediatamente después de que se envía la respuesta.

### ¿Puedo mejorar imágenes de más de 20 MB?

El servidor aplica un límite de tamaño de archivo de 20 MB. Cualquier archivo que supere los 20 MB excede el límite admitido y será rechazado. Reduce las dimensiones de la imagen o comprime el archivo antes de subirlo.