GPT
הוספת כלי
S

swin2SR-classical-sr-x2-64

קוד פתוח

caidasapache-2.02022-12-16

  • transformers
  • pytorch
  • safetensors
  • swin2sr
  • image-to-image

הגדלת תמונות פי שניים על בסיס טרנספורמר זעיר שלא דורש שרתים כבדים. הוא שוקל פחות ממאה מגהבייט ורץ ישירות מתוך ספריית transformers בלי התקנות מיוחדות.

  • 12Mפרמטרים
  • 92.6 MBמשקל הקבצים
  • 26,061הורדות בחודש
  • 49לייקים

מה זה

מדובר במודל שמבצע סופר רזולוציה קלאסית ומכפיל את ממדי התמונה פי שניים. הוא מבוסס על ארכיטקטורת SwinV2 ומיישם מנגנון תשומת לב בחלונות מקומיים, מה שמאפשר לו לחדד פרטים בלי לקרוס תחת חישובי זיכרון כבדים שמאפיינים טרנספורמרים רגילים לראייה ממוחשבת.

עם 12 מיליון פרמטרים בלבד, הוא קטן בהרבה ממודלי דיפוזיה או רשתות גנרטיביות מודרניות שמייצרות יש מאין. המטרה כאן היא שחזור מדויק ונאמן למקור ולא ציור מחדש של הפיקסלים, כך שאתם מקבלים כלי ישיר שמתמקד בתוספת חדות נקייה בלי להזות פרטים שלא היו שם קודם.

מתאים ל

  • הכפלת חדות תמונות ישנות

    מגדיל את הממדים פי שניים ומחדד קצוות בלי לייצר הזיות על פיקסלים חסרים.

  • עיבוד מקדים באפליקציות

    רץ מקומית ובזול על המעבד כשלב מקדים למודלים כבדים יותר בצינור הנתונים.

  • שילוב במכשירי קצה

    נפח קטן של פחות ממאה מגהבייט שמתאים להרצה ללא שרת חיצוני צמוד.

איפה זה נופל

הוא מוגבל להגדלה של פי שניים בלבד. אם תנסו לדחוף לו תמונה שנפגעה מדחיסה קשה, רעש דיגיטלי כבד או טשטוש רציני, אל תצפו לקסמים כי הוא מיועד לשחזור קלאסי ולא כולל תיקון פגמים מתקדם. בנוסף, חלונות העבודה המקומיים בגודל 64 עשויים לייצר תפרים או עיוותים באזורים עם דפוסים גיאומטריים מורכבים.

שאלות
נפוצות

האם אפשר להשתמש בו כדי להגדיל תמונה פי ארבעה?

לא ישירות. המודל אומן ספציפית ליחס של פי שניים. אפשר טכנית להריץ אותו פעמיים ברצף על אותה תמונה, אבל התוצאה תסבול מעיוותים ומטשטוש מצטבר.

חייבים כרטיס מסך של אנבידיה בשביל להריץ אותו?

ממש לא. בגלל גודלו הזעיר, כ־12 מיליון פרמטרים, הוא רץ בקלות על כל מעבד מודרני ממוצע עם צריכת זיכרון מינימלית לחלוטין.

איך מריצים

טוענים אותו ישירות דרך ספריית transformers בפייתון באמצעות המחלקה Swin2SRForImageSuperResolution. קובץ המשקולות שוקל 92.6 מגהבייט בדיוק של float32, כך שאין שום צורך במאיץ גרפי ייעודי, והוא ירוץ בלי בעיה גם על מעבד רגיל במחשב פיתוח או בשרת פשוט.

אם אתם צריכים לעבד תמונות בודדות מדי פעם או להריץ תהליך אצווה מקומי, אין שום סיבה לשלם על API חיצוני. הרצה עצמית כאן היא עניין של שניות בודדות ולא דורשת תחזוקת תשתית יקרה.

from transformers import pipeline

pipe = pipeline("image-to-image", model="caidas/swin2SR-classical-sr-x2-64")
print(pipe("שלום"))

הקבצים

6 קבצים במאגר, 92.6 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון apache-2.0 מתיר שימוש מסחרי מלא ללא תשלום תמלוגים. אתם יכולים לשלב אותו במוצר סגור, לשנות את הקוד ולהפיץ אותו בחופשיות, בתנאי שאתם שומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗