AI 图像增强指南

使用 ESRGAN 神经网络推理将低分辨率图像放大至 4 倍。增强清晰度、减少噪点并恢复细节。处理过程在 ConvertCraft 的服务器上运行，并设有 20 分钟的超时限制。

所需条件

浏览器 — Chrome、Firefox、Safari 或 Edge 格式 — JPG、JPEG、PNG、WEBP、AVIF 或 GIF 限制 — 每个文件 20 MB（超过 20 MB 的文件将被拒绝）。服务器处理超时时间为 20 分钟 账户 — 无需注册 互联网 — 处理过程需要连接互联网（服务器端 GPU 推理）

增强您的图像

在浏览器中打开 AI Image Enhancer。从文件资源管理器中拖动图像文件并将其放入上传区域。或者，点击上传区域从设备中选择文件。上传前请确认文件大小在 20 MB 以内——超过此阈值的文件将被拒绝。 选择放大倍数：2 倍或 4 倍。2 倍设置可将图像尺寸加倍并适度恢复细节。4 倍设置可将尺寸扩大至四倍并实现最大程度的细节恢复，但会显著增加处理时间。 点击增强按钮。引擎通过 HTTP POST 将您的图像上传到服务器。服务器端的 ESRGAN 模型使用 GPU 推理处理图像。这是一个神经网络，它利用训练好的权重从低分辨率输入中预测高分辨率细节。 查看增强后的图像。引擎会并排显示原始版本和增强版本。如果增强效果符合预期，请继续下载。如果不是，请尝试不同的增强级别。 对结果满意后，点击下载按钮。服务器通过 HTTP 响应发送增强后的图像。浏览器会将其直接保存到您的设备。临时文件在下载后会立即从服务器删除。

工作原理

AI Image Enhancer 使用 ESRGAN（增强型超分辨率生成对抗网络），这是一种通过从低分辨率输入中预测高分辨率细节来放大图像的神经网络模型。当您上传图像时，浏览器通过 HTTP POST 以多部分表单上传的方式将二进制数据发送到服务器。服务器接收图像并为其神经网络推理做好准备。

服务器将 ESRGAN 模型权重从磁盘加载到 GPU 内存中。模型架构由一个包含多个残差中残差密集块 (RRDB) 的生成器网络组成，每个块包含卷积层、批归一化和 Leaky ReLU 激活函数。生成器已在低分辨率和高分辨率图像对上进行训练，以学习从退化细节到清晰细节的映射。

引擎通过将图像划分为重叠的图块（通常为 128x128 或 256x256 像素）来处理您的图像，以适应 GPU 内存限制。每个图块独立通过神经网络。生成器网络通过其卷积层处理每个图块，并使用像素重组操作（也称为子像素卷积）逐步对特征图进行上采样，将通道数据重组为空间维度。对于 4 倍放大，网络应用两个 2 倍上采样阶段，每个阶段将宽度和高度各增加 2 倍。

在推理过程中，模型会预测原始图像中不存在的高频细节——它会根据训练期间学习到的模式，推断出合理的纹理、边缘清晰度和精细结构。例如，低分辨率输入中模糊的脸部将通过模型从数百万个训练示例中学到的知识，重建出眼部轮廓、皮肤纹理和头发细节。

处理完所有图块后，引擎通过混合重叠的图块区域来重建完整的增强图像，以消除接缝伪影。增强后的图像随后通过 HTTP 响应流回您的浏览器。服务器在交付后会立即清除所有临时文件和 GPU 内存分配。

遇到问题时

上传失败：您的图像超过了 20 MB 的限制。服务器严格执行此阈值。任何超过 20 MB 的文件都超出了支持范围，将被拒绝。

处理超时：服务器对此操作设有 20 分钟的超时限制。大型图像进行 4 倍放大时可能会接近此限制，因为必须通过神经网络处理更多的图块。请尝试使用 2 倍放大或减小源图像尺寸。

增强后的图像看起来不自然：ESRGAN 是一种预测细节的神经网络。有时它会错误地预测细节，产生不自然的纹理或伪影。这在处理人脸（模型可能会生成错误的五官）或文本（模型可能会生成乱码）时尤为常见。

增强后的图像模糊：源图像缺乏足够的细节供模型预测。ESRGAN 最适合处理具有一定细节的图像——完全模糊的图像不包含供模型增强的高频信息，因此会产生模糊的结果。

### 为什么增强需要这么长时间？

ESRGAN 是一个拥有数百万参数的深度神经网络。通过多个卷积层处理每个像素需要大量的计算资源。更高的放大倍数会使工作量呈指数级增加，因为输出图像的像素数是输入的 4 倍（2 倍放大时）或 16 倍（4 倍放大时）。该模型在服务器的 GPU 上运行，虽然比 CPU 快，但处理大型图像仍需要相当长的时间。

### 我的图像在处理过程中是如何存储的？

您的图像通过 HTTPS 传输到服务器，由 ESRGAN 模型在 GPU 内存中处理，并作为增强结果流回。磁盘上不会存储任何临时文件。所有数据在响应发送后会立即从服务器内存中清除。

### 我可以增强超过 20 MB 的图像吗？

服务器强制执行 20 MB 的文件大小限制。任何超过 20 MB 的文件都超出了支持范围，将被拒绝。请在上传前减小图像尺寸或压缩文件。