AI Image Enhancer गाइड

ESRGAN न्यूरल नेटवर्क इन्फरेंस का उपयोग करके कम-रिज़ॉल्यूशन वाली छवियों को 4x तक अपस्केल करें। स्पष्टता बढ़ाएं, शोर कम करें और विवरण पुनः प्राप्त करें। यह प्रोसेसिंग ConvertCraft के सर्वर पर 20-मिनट के टाइमआउट के साथ चलती है।

आपको क्या चाहिए

ब्राउज़र — Chrome, Firefox, Safari, या Edge फॉर्मेट — JPG, JPEG, PNG, WEBP, AVIF, या GIF सीमा — 20 MB प्रति फ़ाइल (20 MB से अधिक की कोई भी फ़ाइल अस्वीकार कर दी जाएगी)। प्रोसेसिंग के लिए 20-मिनट का सर्वर टाइमआउट अकाउंट — कोई आवश्यकता नहीं इंटरनेट — प्रोसेसिंग के लिए आवश्यक (सर्वर-साइड GPU इन्फरेंस)

अपनी छवि को बेहतर बनाना

अपने ब्राउज़र में AI Image Enhancer खोलें। अपनी इमेज फ़ाइल को फ़ाइल एक्सप्लोरर से खींचें और अपलोड ज़ोन पर छोड़ें। वैकल्पिक रूप से, अपने डिवाइस से फ़ाइल चुनने के लिए अपलोड क्षेत्र पर क्लिक करें। अपलोड करने से पहले जांच लें कि फ़ाइल 20 MB की सीमा से कम है — इस सीमा से अधिक वाली फ़ाइलें अस्वीकार कर दी जाएंगी। अपना अपस्केलिंग फैक्टर चुनें: 2x या 4x। 2x सेटिंग मध्यम विवरण रिकवरी के साथ छवि आयामों को दोगुना कर देती है। 4x सेटिंग अधिकतम विवरण रिकवरी के साथ आयामों को चौगुना कर देती है, लेकिन प्रोसेसिंग समय काफी बढ़ जाता है। एनहांस बटन पर क्लिक करें। इंजन आपकी छवि को HTTP POST के माध्यम से सर्वर पर अपलोड करता है। सर्वर-साइड ESRGAN मॉडल GPU इन्फरेंस का उपयोग करके छवि को प्रोसेस करता है। यह एक न्यूरल नेटवर्क है — यह कम-रिज़ॉल्यूशन इनपुट से उच्च-रिज़ॉल्यूशन विवरणों की भविष्यवाणी करने के लिए प्रशिक्षित वेट्स का उपयोग करता है। बेहतर छवि की समीक्षा करें। इंजन मूल और बेहतर संस्करणों को साथ-साथ प्रदर्शित करता है। यदि एन्हांसमेंट सही दिखता है, तो डाउनलोड करने के लिए आगे बढ़ें। यदि नहीं, तो एक अलग एन्हांसमेंट स्तर आज़माएं। परिणाम से संतुष्ट होने के बाद, डाउनलोड बटन पर क्लिक करें। सर्वर HTTP रिस्पॉन्स के माध्यम से बेहतर छवि प्रदान करता है। ब्राउज़र इसे सीधे आपके डिवाइस पर सहेजता है। डाउनलोड के तुरंत बाद सर्वर से अस्थायी फ़ाइलें हटा दी जाती हैं।

यह कैसे काम करता है

AI Image Enhancer ESRGAN (Enhanced Super-Resolution Generative Adversarial Network) का उपयोग करता है, जो एक न्यूरल नेटवर्क मॉडल है जो कम-रिज़ॉल्यूशन इनपुट से उच्च-रिज़ॉल्यूशन विवरणों की भविष्यवाणी करके छवियों को अपस्केल करता है। जब आप कोई छवि अपलोड करते हैं, तो ब्राउज़र बाइनरी डेटा को मल्टीपार्ट फॉर्म अपलोड के रूप में HTTP POST के माध्यम से सर्वर पर भेजता है। सर्वर छवि प्राप्त करता है और इसे न्यूरल नेटवर्क इन्फरेंस के लिए तैयार करता है।

सर्वर डिस्क से ESRGAN मॉडल वेट्स को GPU मेमोरी में लोड करता है। मॉडल आर्किटेक्चर में कई रेजिडुअल-इन-रेजिडुअल डेंस ब्लॉक्स (RRDB) के साथ एक जनरेटर नेटवर्क होता है, जिसमें प्रत्येक में कन्वेन्शनल लेयर्स, बैच नॉर्मलाइजेशन और लीकी ReLU एक्टिवेशन होते हैं। जनरेटर को खराब विवरण से स्पष्ट विवरण में मैपिंग सीखने के लिए कम-रिज़ॉल्यूशन और उच्च-रिज़ॉल्यूशन छवियों के जोड़े पर प्रशिक्षित किया गया है।

इंजन आपकी छवि को GPU मेमोरी बाधाओं के भीतर फिट करने के लिए ओवरलैपिंग टाइल्स, आमतौर पर 128x128 या 256x256 पिक्सल में विभाजित करके प्रोसेस करता है। प्रत्येक टाइल को स्वतंत्र रूप से न्यूरल नेटवर्क के माध्यम से पारित किया जाता है। जनरेटर नेटवर्क अपनी कन्वेन्शनल लेयर्स के माध्यम से प्रत्येक टाइल को प्रोसेस करता है, पिक्सेल शफल ऑपरेशंस (जिन्हें सब-पिक्सेल कन्वेन्शन भी कहा जाता है) का उपयोग करके फीचर मैप्स को क्रमिक रूप से अपसैंपल करता है जो चैनल डेटा को स्थानिक आयामों में पुनर्गठित करते हैं। 4x अपस्केलिंग के लिए, नेटवर्क दो 2x अपसैंपलिंग चरणों को लागू करता है, जिनमें से प्रत्येक चौड़ाई और ऊंचाई दोनों को 2 के कारक से बढ़ाता है।

इन्फरेंस के दौरान, मॉडल उच्च-आवृत्ति विवरण की भविष्यवाणी करता है जो मूल छवि में मौजूद नहीं है — यह प्रशिक्षण के दौरान सीखे गए पैटर्न के आधार पर संभावित बनावट, किनारे की स्पष्टता और सूक्ष्म संरचना को उत्पन्न करता है। उदाहरण के लिए, कम-रिज़ॉल्यूशन इनपुट में एक धुंधला चेहरा अनुमानित आंखों के कंटूर, त्वचा की बनावट और बालों के विवरण के साथ पुनर्निर्मित किया जाएगा जिसे मॉडल ने लाखों प्रशिक्षण उदाहरणों से सीखा है।

सभी टाइल्स को प्रोसेस करने के बाद, इंजन सीम आर्टिफैक्ट्स को खत्म करने के लिए ओवरलैपिंग टाइल क्षेत्रों को मिलाकर पूर्ण बेहतर छवि का पुनर्निर्माण करता है। बेहतर छवि को फिर HTTP रिस्पॉन्स के माध्यम से आपके ब्राउज़र में वापस स्ट्रीम किया जाता है। सर्वर डिलीवरी के तुरंत बाद सभी अस्थायी फ़ाइलों और GPU मेमोरी आवंटन को हटा देता है।

जब चीजें गलत हो जाती हैं

अपलोड विफल हो जाता है: आपकी छवि 20 MB की सीमा से अधिक है। सर्वर इस सीमा को सख्ती से लागू करता है। 20 MB से अधिक की कोई भी फ़ाइल समर्थित सीमा से अधिक है और उसे अस्वीकार कर दिया जाएगा।

प्रोसेसिंग टाइम आउट: सर्वर पर इस ऑपरेशन के लिए 20-मिनट का टाइमआउट है। 4x अपस्केलिंग वाली बड़ी छवियां इस सीमा के करीब पहुंच सकती हैं क्योंकि न्यूरल नेटवर्क के माध्यम से अधिक टाइल्स को प्रोसेस किया जाना चाहिए। 2x अपस्केलिंग का उपयोग करने या स्रोत आयामों को कम करने का प्रयास करें।

बेहतर छवि कृत्रिम दिखती है: ESRGAN एक न्यूरल नेटवर्क है जो विवरणों की भविष्यवाणी करता है। कभी-कभी यह विवरणों की गलत भविष्यवाणी करता है, जिससे अप्राकृतिक बनावट या आर्टिफैक्ट्स उत्पन्न होते हैं। यह विशेष रूप से चेहरों (जहां मॉडल गलत चेहरे की विशेषताएं उत्पन्न कर सकता है) या टेक्स्ट (जहां मॉडल अस्पष्ट वर्ण उत्पन्न कर सकता है) के साथ आम है।

बेहतर छवि धुंधली है: स्रोत छवि में मॉडल के लिए भविष्यवाणी करने हेतु पर्याप्त विवरण का अभाव है। ESRGAN उन छवियों के साथ सबसे अच्छा काम करता है जिनमें काम करने के लिए कुछ विवरण होते हैं — पूरी तरह से धुंधली छवियों में मॉडल के लिए बढ़ाने हेतु कोई उच्च-आवृत्ति जानकारी नहीं होती है, जिससे धुंधले परिणाम मिलते हैं।

### एन्हांसमेंट में इतना समय क्यों लगता है?

ESRGAN लाखों पैरामीटर्स वाला एक गहरा न्यूरल नेटवर्क है। प्रत्येक पिक्सेल को कई कन्वेन्शनल लेयर्स के माध्यम से प्रोसेस करने के लिए महत्वपूर्ण कम्प्यूटेशनल संसाधनों की आवश्यकता होती है। उच्च अपस्केलिंग कारक कार्यभार को तेजी से बढ़ाते हैं क्योंकि आउटपुट छवि में इनपुट की तुलना में 4x (2x अपस्केलिंग के लिए) या 16x (4x अपस्केलिंग के लिए) अधिक पिक्सेल होते हैं। मॉडल सर्वर के GPU पर चलता है, जो CPU से तेज़ है लेकिन फिर भी बड़ी छवियों के लिए महत्वपूर्ण प्रोसेसिंग समय की आवश्यकता होती है।

### प्रोसेसिंग के दौरान मेरी छवि कैसे संग्रहीत की जाती है?

आपकी छवि HTTPS के माध्यम से सर्वर पर प्रेषित की जाती है, ESRGAN मॉडल द्वारा GPU मेमोरी में प्रोसेस की जाती है, और बेहतर परिणाम के रूप में वापस स्ट्रीम की जाती है। डिस्क पर कोई अस्थायी फ़ाइल संग्रहीत नहीं की जाती है। रिस्पॉन्स भेजे जाने के तुरंत बाद सर्वर मेमोरी से सारा डेटा हटा दिया जाता है।

### क्या मैं 20 MB से बड़ी छवियों को बेहतर बना सकता हूँ?

सर्वर 20 MB फ़ाइल आकार की सीमा लागू करता है। 20 MB से अधिक की कोई भी फ़ाइल समर्थित सीमा से अधिक है और उसे अस्वीकार कर दिया जाएगा। अपलोड करने से पहले छवि आयामों को कम करें या फ़ाइल को कंप्रेस करें।