1. Produkti
  2.   Attēls
  3.   Python
  4.   Neural Enhance
 
  

Atvērtā koda Python API attēliem

Lieliska izšķirtspēja attēliem, izmantojot Deep Learning

Kas ir neironu uzlabošana?

Neural Enhance ir atvērtā koda Python API attēla uzlabošanai. API uzlabo attēlu, izmantojot dziļo apmācību, izmantojot API, ir iespējams apmācīt neironu tīklu un tuvināt attēlus 2x vai pat 4x. Varat uzlabot attēlus, palielinot neironu skaitu attēlā, izmantojot datu kopu, kas ir līdzīga jūsu zemas izšķirtspējas attēlam.

Varat uzlabot attēlus, izmantojot gan CPU, gan GPU renderēšanas HQ. Lai ģenerētu 1080p izvadi uz GPU, vienam attēlam ir nepieciešamas aptuveni 5 s vai 2 s, un CPU renderēšanas HQ vajadzētu būt aptuveni 20–60 s 1080 izvadei.

Previous Next

Darba sākšana ar neironu uzlabošanu

Ieteicamais Neural Enhance instalēšanas veids ir Docker. Lūdzu, izmantojiet šo komandu, lai instalētu Neural Enhance.

Instalējiet Neural Enhance, izmantojot Docker

docker run --rm -v `pwd`:/ne/input -it alexjc/neural-enhance --help

Uzlabojiet attēlus, izmantojot bezmaksas Python API

Neural-Enhance API ļauj uzlabot attēlus programmatiski. API nodrošina komandu sarakstu, kuras varat izmantot ar iepriekš apmācītu modeli, kas pieejams API. Izmantojot API, varat palaist superizšķirtspējas skriptu, lai labotu JPEG artefaktus, tālummaiņas faktorus, apstrādātu vairākus kvalitatīvus attēlus ar vienu palaišanu un parādītu izejas attēlus. Varat viegli uzlabot savus attēlus, izmantojot šo vienu koda rindiņu

Uzlabojiet attēlus, izmantojot Python

  1. Atveriet komandu uzvedni
  2. Atveriet direktoriju enhance.py
  3. Palaidiet šo komandu un nododiet faila tipu, labošanu, tālummaiņas opciju un uzlabojamo attēla ceļu

Uzlabojiet attēlus, izmantojot Python

# Run the super-resolution script to repair JPEG artefacts, zoom factor 1:1.
python3 enhance.py --type=photo --model=repair --zoom=1 broken.jpg
# Process multiple good quality images with a single run, zoom factor 2:1.
python3 enhance.py --type=photo --zoom=2 file1.jpg file2.jpg
# Display output images that were given `_ne?x.png` suffix.
open *_ne?x.png

Lieliskas izšķirtspējas attēlu apmācība, izmantojot Python

Atvērtā pirmkoda attēlu bibliotēka Neural Enhance apmāca jūsu attēlus, izmantojot savu veidu. API ir iekļauti noklusējuma iepriekš apmācīti modeļi, varat apmācīt savu procesu, izmantojot parametrus, kuru pamatā ir jūsu attēla datu kopa. Varat apmācīt savu modeli, izmantojot uztveres zudumu no papīra, apmācīt modeli, izmantojot pretrunīgu iestatījumu un daudz ko citu.

Izmantojiet iepriekš apmācītus modeļus un apmācību Super-Resolution, izmantojot Python API

# Pre-train the model using perceptual loss from paper [1] below.
python3.4 enhance.py --train "data/*.jpg" --model custom --scales=2 --epochs=50 \
    --perceptual-layer=conv2_2 --smoothness-weight=1e7 --adversary-weight=0.0 \
    --generator-blocks=4 --generator-filters=64
# Train the model using an adversarial setup based on [4] below.
python3.4 enhance.py --train "data/*.jpg" --model custom --scales=2 --epochs=250 \
         --perceptual-layer=conv5_2 --smoothness-weight=2e4 --adversary-weight=1e3 \
         --generator-start=5 --discriminator-start=0 --adversarial-start=5 \
         --discriminator-size=64
# The newly trained model is output into this file...
ls ne?x-custom-*.pkl.bz2
 Latviski