Guia do AI Image Enhancer

Aumente a resolução de imagens de baixa qualidade em até 4x usando a inferência da rede neural ESRGAN. Melhore a nitidez, reduza ruídos e recupere detalhes. O processamento é executado no servidor do ConvertCraft com um tempo limite de 20 minutos.

O que você precisa

Navegador — Chrome, Firefox, Safari ou Edge Formatos — JPG, JPEG, PNG, WEBP, AVIF ou GIF Limite — 20 MB por arquivo (qualquer arquivo que exceda 20 MB será rejeitado).

Melhorando sua imagem

Abra o AI Image Enhancer no seu navegador. Arraste o arquivo de imagem do seu gerenciador de arquivos e solte-o na zona de upload. Alternativamente, clique na área de upload para selecionar o arquivo do seu dispositivo.

Verifique se o arquivo está abaixo do limite de 20 MB antes de fazer o upload — arquivos que excedem esse limite serão rejeitados. Escolha o seu fator de aumento: 2x ou 4x. A configuração 2x dobra as dimensões da imagem com recuperação moderada de detalhes.

A configuração 4x quadruplica as dimensões com recuperação máxima de detalhes, mas aumenta significativamente o tempo de processamento. Clique no botão de aprimorar. O mecanismo envia sua imagem para o servidor via HTTP POST.

O modelo ESRGAN no lado do servidor processa a imagem usando inferência de GPU. Esta é uma rede neural — ela usa pesos treinados para prever detalhes de alta resolução a partir de uma entrada de baixa resolução. Revise a imagem aprimorada.

O mecanismo exibe as versões original e aprimorada lado a lado. Se o aprimoramento parecer correto, prossiga para o download. Caso contrário, tente um nível de aprimoramento diferente.

Uma vez satisfeito com o resultado, clique no botão de download. O servidor entrega a imagem aprimorada via resposta HTTP. O navegador a salva diretamente no seu dispositivo.

Arquivos temporários são excluídos do servidor imediatamente após o download.

Como funciona

O AI Image Enhancer usa ESRGAN (Enhanced Super-Resolution Generative Adversarial Network), um modelo de rede neural que aumenta a resolução de imagens prevendo detalhes de alta resolução a partir de uma entrada de baixa resolução. Quando você envia uma imagem, o navegador envia os dados binários para o servidor via HTTP POST como um upload de formulário multipart. O servidor recebe a imagem e a prepara para a inferência da rede neural.

O servidor carrega os pesos do modelo ESRGAN do disco para a memória da GPU. A arquitetura do modelo consiste em uma rede geradora com vários blocos densos residuais-em-residual (RRDB), cada um contendo camadas convolucionais, normalização de lote e ativações leaky ReLU. O gerador foi treinado em pares de imagens de baixa e alta resolução para aprender o mapeamento de detalhes degradados para nítidos.

O mecanismo processa sua imagem dividindo-a em blocos sobrepostos, normalmente de 128x128 ou 256x256 pixels, para caber nas restrições de memória da GPU. Cada bloco é passado pela rede neural de forma independente. A rede geradora processa cada bloco através de suas camadas convolucionais, aumentando progressivamente a resolução dos mapas de características usando operações de pixel shuffle (também conhecidas como convolução sub-pixel) que reorganizam os dados do canal em dimensões espaciais.

Para o aumento de 4x, a rede aplica dois estágios de aumento de 2x, cada um aumentando a largura e a altura por um fator de 2.

Durante a inferência, o modelo prevê detalhes de alta frequência que não existem na imagem original — ele alucina texturas plausíveis, nitidez de bordas e estruturas finas com base em padrões aprendidos durante o treinamento. Por exemplo, um rosto desfocado na entrada de baixa resolução será reconstruído com contornos oculares, textura da pele e detalhes de cabelo previstos que o modelo aprendeu a partir de milhões de exemplos de treinamento.

Após processar todos os blocos, o mecanismo reconstrói a imagem aprimorada completa misturando as regiões sobrepostas dos blocos para eliminar artefatos de junção. A imagem aprimorada é então transmitida de volta para o seu navegador via resposta HTTP. O servidor limpa todos os arquivos temporários e alocações de memória da GPU imediatamente após a entrega.

Quando algo dá errado

O upload falha: Sua imagem excede o limite de 20 MB. O servidor aplica esse limite rigorosamente. Qualquer arquivo acima de 20 MB excede o limite suportado e será rejeitado.

O processamento atinge o tempo limite: O servidor tem um tempo limite de 20 minutos para esta operação. Imagens grandes com aumento de 4x podem se aproximar desse limite, pois mais blocos precisam ser processados pela rede neural. Tente usar o aumento de 2x ou reduzir as dimensões da fonte.

A imagem aprimorada parece artificial: ESRGAN é uma rede neural que prevê detalhes. Às vezes, ela prevê detalhes incorretamente, produzindo texturas ou artefatos não naturais. Isso é especialmente comum com rostos (onde o modelo pode gerar características faciais incorretas) ou texto (onde o modelo pode gerar caracteres distorcidos).

A imagem aprimorada está desfocada: A imagem de origem carece de detalhes suficientes para o modelo prever. O ESRGAN funciona melhor com imagens que possuem algum detalhe para trabalhar — imagens completamente desfocadas não contêm informações de alta frequência para o modelo aprimorar, produzindo resultados desfocados.

### Por que o aprimoramento demora tanto?

ESRGAN é uma rede neural profunda com milhões de parâmetros. Processar cada pixel através de várias camadas convolucionais requer recursos computacionais significativos. Fatores de aumento maiores aumentam a carga de trabalho exponencialmente porque a imagem de saída tem 4x (para aumento de 2x) ou 16x (para aumento de 4x) mais pixels do que a entrada.

O modelo é executado na GPU do servidor, que é mais rápida que a CPU, mas ainda requer um tempo de processamento significativo para imagens grandes.

### Como minha imagem é armazenada durante o processamento?

Sua imagem é transmitida para o servidor via HTTPS, processada na memória da GPU pelo modelo ESRGAN e transmitida de volta como o resultado aprimorado. Nenhum arquivo temporário é armazenado no disco. Todos os dados são limpos da memória do servidor imediatamente após o envio da resposta.

### Posso aprimorar imagens maiores que 20 MB?

O servidor impõe um limite de tamanho de arquivo de 20 MB. Qualquer arquivo que exceda 20 MB excede o limite suportado e será rejeitado. Reduza as dimensões da imagem ou comprima o arquivo antes de fazer o upload.