Guida all'AI Image Enhancer

Ingrandisci immagini a bassa risoluzione fino a 4x usando l'inferenza della rete neurale ESRGAN. Migliora la nitidezza, riduci il rumore e recupera i dettagli. L'elaborazione viene eseguita sul server di ConvertCraft con un timeout di 20 minuti.

Cosa ti serve

Browser — Chrome, Firefox, Safari o Edge Formati — JPG, JPEG, PNG, WEBP, AVIF o GIF Limite — 20 MB per file (qualsiasi file superiore a 20 MB verrà rifiutato).

Migliorare la tua immagine

Apri l'AI Image Enhancer nel tuo browser. Trascina il file immagine dal tuo esplora file e rilascialo nell'area di caricamento. In alternativa, clicca sull'area di caricamento per selezionare il file dal tuo dispositivo.

Verifica che il file sia inferiore al limite di 20 MB prima di caricarlo: i file che superano questa soglia verranno rifiutati. Scegli il fattore di ingrandimento: 2x o 4x. L'impostazione 2x raddoppia le dimensioni dell'immagine con un recupero moderato dei dettagli.

L'impostazione 4x quadruplica le dimensioni con il massimo recupero dei dettagli, ma aumenta significativamente il tempo di elaborazione. Clicca sul pulsante di miglioramento. Il motore carica la tua immagine sul server tramite HTTP POST.

Il modello ESRGAN lato server elabora l'immagine utilizzando l'inferenza GPU. Si tratta di una rete neurale che utilizza pesi addestrati per prevedere dettagli ad alta risoluzione da un input a bassa risoluzione. Controlla l'immagine migliorata.

Il motore mostra le versioni originale e migliorata affiancate. Se il miglioramento appare corretto, procedi al download. In caso contrario, prova un livello di miglioramento diverso.

Una volta soddisfatto del risultato, clicca sul pulsante di download. Il server invia l'immagine migliorata tramite risposta HTTP. Il browser la salva direttamente sul tuo dispositivo.

I file temporanei vengono eliminati dal server immediatamente dopo il download.

Come funziona

L'AI Image Enhancer utilizza ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), un modello di rete neurale che ingrandisce le immagini prevedendo dettagli ad alta risoluzione da un input a bassa risoluzione. Quando carichi un'immagine, il browser invia i dati binari al server tramite HTTP POST come caricamento di modulo multipart. Il server riceve l'immagine e la prepara per l'inferenza della rete neurale.

Il server carica i pesi del modello ESRGAN dal disco alla memoria GPU. L'architettura del modello consiste in una rete generatrice con molteplici blocchi densi residual-in-residual (RRDB), ciascuno contenente strati convoluzionali, normalizzazione batch e attivazioni leaky ReLU. Il generatore è stato addestrato su coppie di immagini a bassa e alta risoluzione per apprendere la mappatura dai dettagli degradati a quelli nitidi.

Il motore elabora l'immagine dividendola in riquadri sovrapposti, tipicamente di 128x128 o 256x256 pixel, per adattarsi ai vincoli di memoria della GPU. Ogni riquadro viene passato attraverso la rete neurale in modo indipendente. La rete generatrice elabora ogni riquadro attraverso i suoi strati convoluzionali, aumentando progressivamente la risoluzione delle mappe delle caratteristiche utilizzando operazioni di pixel shuffle (note anche come convoluzione sub-pixel) che riorganizzano i dati dei canali in dimensioni spaziali.

Per l'ingrandimento 4x, la rete applica due stadi di upsampling 2x, ciascuno dei quali aumenta sia la larghezza che l'altezza di un fattore 2.

Durante l'inferenza, il modello prevede dettagli ad alta frequenza che non esistono nell'immagine originale: allucina texture plausibili, nitidezza dei bordi e strutture fini basate su schemi appresi durante l'addestramento. Ad esempio, un volto sfocato nell'input a bassa risoluzione verrà ricostruito con contorni degli occhi, texture della pelle e dettagli dei capelli previsti che il modello ha appreso da milioni di esempi di addestramento.

Dopo aver elaborato tutti i riquadri, il motore ricostruisce l'immagine migliorata completa fondendo le regioni sovrapposte per eliminare gli artefatti di giunzione. L'immagine migliorata viene quindi trasmessa al tuo browser tramite risposta HTTP. Il server elimina tutti i file temporanei e le allocazioni di memoria GPU immediatamente dopo la consegna.

Quando qualcosa non va

Il caricamento fallisce: La tua immagine supera il limite di 20 MB. Il server applica rigorosamente questa soglia. Qualsiasi file superiore a 20 MB supera il limite supportato e verrà rifiutato.

L'elaborazione va in timeout: Il server ha un timeout di 20 minuti per questa operazione. Le immagini di grandi dimensioni con ingrandimento 4x possono avvicinarsi a questo limite poiché è necessario elaborare più riquadri attraverso la rete neurale. Prova a utilizzare l'ingrandimento 2x o a ridurre le dimensioni della sorgente.

L'immagine migliorata appare artificiale: ESRGAN è una rete neurale che prevede i dettagli. A volte prevede i dettagli in modo errato, producendo texture o artefatti innaturali. Questo è particolarmente comune con i volti (dove il modello potrebbe generare tratti del viso errati) o con il testo (dove il modello potrebbe generare caratteri confusi).

L'immagine migliorata è sfocata: L'immagine sorgente manca di dettagli sufficienti da cui il modello possa prevedere. ESRGAN funziona meglio con immagini che hanno già dei dettagli; le immagini completamente sfocate non contengono informazioni ad alta frequenza che il modello possa migliorare, producendo risultati sfocati.

### Perché il miglioramento richiede così tanto tempo?

ESRGAN è una rete neurale profonda con milioni di parametri. Elaborare ogni pixel attraverso molteplici strati convoluzionali richiede risorse computazionali significative. Fattori di ingrandimento più elevati aumentano il carico di lavoro in modo esponenziale perché l'immagine di output ha 4x (per l'ingrandimento 2x) o 16x (per l'ingrandimento 4x) più pixel rispetto all'input.

Il modello viene eseguito sulla GPU del server, che è più veloce della CPU ma richiede comunque un tempo di elaborazione significativo per le immagini di grandi dimensioni.

### Come viene archiviata la mia immagine durante l'elaborazione?

La tua immagine viene trasmessa al server tramite HTTPS, elaborata nella memoria GPU dal modello ESRGAN e trasmessa come risultato migliorato. Nessun file temporaneo viene archiviato sul disco. Tutti i dati vengono eliminati dalla memoria del server immediatamente dopo l'invio della risposta.

### Posso migliorare immagini più grandi di 20 MB?

Il server applica un limite di dimensione del file di 20 MB. Qualsiasi file superiore a 20 MB supera il limite supportato e verrà rifiutato. Riduci le dimensioni dell'immagine o comprimi il file prima di caricarlo.