Upscayl - AI के साथ अपनी छवियों को बढ़ाएं, स्थानीय रूप से, कोई क्लाउड नहीं
अपडेट: 6 सितंबर, 2024
सामान्यतः, मैं कई AI चीजों के प्रति तिरस्कारपूर्ण हूँ। इसलिए नहीं कि कृत्रिम बुद्धिमत्ता के विचार में स्वाभाविक रूप से कुछ गलत है। नहीं। मुझे जो नापसंद है वह उन तकनीकों और उत्पादों के आसपास की चर्चा और प्रचार है जो AI होने का दावा करते हैं, जब वे, सर्वोत्तम रूप से, महिमामंडित आंकड़े हैं, विपणन बकवास की एक मोटी परत के साथ लेपित। अब... मान लीजिए आपके पास बहुत सारी पुरानी, कम-रिज़ॉल्यूशन, धुंधली छवियां हैं। क्या आप उन्हें बेहतर बना सकते हैं? AI के साथ?
यदि आपने 2000 के दशक की शुरुआत के टीवी क्राइम शो देखे हैं, तो आप बस "एन्हांस" करते हैं। केवल, हर बार जब आप एक छवि को अपस्केल करते हैं, तो जेम्स मैक्सवेल और लुडविग बोल्ट्ज़मैन अपनी कब्रों में घूमते हैं, क्योंकि आप थर्मोडायनामिक्स के नियमों का उल्लंघन कर रहे हैं। एन्ट्रॉपी और वह सब। कुछ नहीं से डेटा बनाना। जादू। लेकिन वास्तव में AI-संचालित प्रोग्राम यही वादा करते हैं। सवाल यह है, क्या आप अपनी आत्मा को क्लाउड अधिपतियों को सौंपे बिना AI कर सकते हैं? आह, लगता है आप कर सकते हैं, आखिरकार! ऐसा ही एक टूल है Upscayl। ओपन-सोर्स, क्रॉस-प्लेटफॉर्म, AI इमेज एन्हांसर। शानदार लगता है। अब, आइए देखें कि क्या यह वास्तव में विज्ञापित के रूप में काम करता है।
आसान सेटअप, वास्तव में ऑफ़लाइन
किसी भी प्रकार के AI सामान के लिए मेरी आवश्यकताएं स्थानीय सेटअप बनाने की क्षमता है। और बहुत अधिक चरणों के बिना। Upscayl दोनों बॉक्सों पर टिक करता है। मैंने स्नैप स्टोर से टूल का स्नैप संस्करण डाउनलोड किया, और कुबंटू 24.04 (लिनक्स) में प्रोग्राम इंस्टॉल किया। कोई समस्या नहीं, एक सरल और त्वरित तैनाती।
इसके बाद, मैंने प्रोग्राम के नेटवर्क कनेक्शन को भी अक्षम कर दिया। स्नैप्स सैंडबॉक्स्ड लिनक्स एप्लिकेशन हैं, और आपके पास घोषित संसाधनों तक उनकी पहुंच को चुनिंदा रूप से सक्षम या अक्षम करने की क्षमता है। इस विशेष मामले में, Upscayl को आपकी होम (फाइलों के लिए), OpenGL और ऐसे (वास्तविक रेंडरिंग और प्रोसेसिंग के लिए), और कई अन्य संसाधनों तक पहुंच की आवश्यकता होती है। नेटवर्क प्लग भी सूचीबद्ध है, और डिफ़ॉल्ट रूप से सक्षम है। यह अधिकांश स्नैप्स के लिए सच है, और यह प्रति से कोई समस्या नहीं है।
लेकिन यह देखने के लिए कि क्या Upscayl वास्तव में 100% स्थानीय जादू कर सकता है, मैंने मैन्युअल रूप से नेटवर्क प्लग को डिस्कनेक्ट कर दिया। सभी व्यावहारिक उद्देश्यों के लिए, जहां तक प्रोग्राम का संबंध है, मेरी मशीन में कोई नेटवर्क नहीं है। अगला, मैंने Upscayl लॉन्च किया और इसका उपयोग कई छवियों को "ठीक" करने के लिए किया। कोई समस्या नहीं, कोई शिकायत नहीं। उत्कृष्ट।
विवेकपूर्ण ग्राफिक्स कार्ड आवश्यकताएं (वल्कन-संगत)
यदि आप Upscayl का उपयोग करना चाहते हैं, तो आपको एक ऐसी मशीन की आवश्यकता होगी जिसमें अपेक्षाकृत आधुनिक और सक्षम विवेकपूर्ण ग्राफिक्स कार्ड हो। अधिकांश इंटीग्रेटेड GPU काम नहीं करेंगे। सवाल यह है कि आधुनिक और सक्षम का वास्तव में क्या मतलब है? खैर, मेरा टेस्ट बॉक्स एक 2014 आइडियापैड लैपटॉप है, जिस पर मैंने हाल ही में SSD अपग्रेड के बाद कुबंटू 24.04 इंस्टॉल किया था। सिस्टम में एक पुराना Nvidia कार्ड है। और यह ठीक काम करता था। शायद नवीनतम पीढ़ी के उपकरणों जितना तेज़ नहीं, लेकिन Upscayl ने बिना किसी समस्या या मुद्दे के कार्यों को संभाला। वहां, ऐसा लगता है कि 10 साल पुराना लैपटॉप काफी अच्छा है।
वास्तविक काम, कोई अच्छा?
अब, महत्वपूर्ण हिस्सा। क्या Upscayl वास्तव में अच्छे परिणाम दे सकता है? इसका परीक्षण करने के लिए, मैं अपनी पुरानी तस्वीरों के शस्त्रागार के माध्यम से गया, कुछ अच्छे उम्मीदवारों की तलाश में। मुझे तीन तस्वीरें मिलीं जो मुझे प्रयोग के लिए अच्छे विकल्प लगीं।
- 1983 की एक स्की शैले की तस्वीर (एक अच्छे 35mm एनालॉग फिल्म कैमरे से ली गई) और बाद में एक सस्ते घरेलू स्कैनर का उपयोग करके प्रिंटेड फोटो को स्कैन करके डिजिटाइज़ की गई (300 DPI पर)।
- 2004 की एक इंसान की तस्वीर, मिश्रित-प्रकाश स्थितियों में, कुछ अतिरिक्त धुंधलेपन के साथ।
- 2005 की एक सोती हुई बिल्ली की तस्वीर, विनम्र 720x540px रिज़ॉल्यूशन पर, फोन चैट और मेल और क्या-क्या पर भेजी गई, और रास्ते में जो भी प्रोग्राम इस्तेमाल किया गया था, उससे शायद दो या तीन बार संपीड़ित।
Upscayl का एक बहुत अच्छा, अनुकूल UI है। उपयोग करने के लिए बहुत सुविधाजनक। बाईं ओर, आपके पास एक साइडबार है जो आपको अपनी छवियों को लोड करने देता है (बैच प्रोसेसिंग के लिए कई फाइलों सहित), एन्हांसमेंट मॉडल का चयन, स्केल, और आउटपुट फ़ोल्डर। बहुत सीधा। दाईं ओर, आप मूल फोटो देखेंगे, और एक बार प्रोसेसिंग हो जाने पर, एक वर्टिकल स्लाइडर भी होगा, जो आपको "पहले" और "बाद" के परिणामों की जांच करने देता है।
मैंने तस्वीरों को Upscayl में लोड किया और प्रोग्राम को चलने दिया...
मेरे पुराने 2014 मशीन पर, 2500x2500px फोटो को 4 के फैक्टर से अपस्केल करने में लगभग 7 मिनट लगते हैं। यह काफी उचित है। हालांकि, समय काफी भिन्न हो सकता है, यह इस बात पर निर्भर करता है कि मॉडल को तस्वीर में क्या जानकारी मिलती है। दानेदारपन और प्रकाश स्तर भी अंतिम परिणाम को प्रभावित करते हैं। यदि आप और भी उच्च छवि स्केल फैक्टर का उपयोग करते हैं, या एक मूल छवि का उपयोग करते हैं जो पहले से ही काफी बड़ी है, तो समय आसानी से 20-30 मिनट हो सकता है। हालांकि, कुल मिलाकर, प्रदर्शन काफी अच्छा है।
सोती हुई बिल्ली की छवि के साथ, परिणाम उत्कृष्ट थे। तेज़ रेंडर (10 सेकंड), ठोस सुधार। आप निश्चित रूप से अधिक विवरण देख सकते हैं। तो, हमारे पास एक फ़ाइल है जिसमें 16x अधिक पिक्सेल हैं, और फिर भी, यह स्पष्ट और तेज है। सही नहीं, लेकिन निश्चित रूप से बढ़िया। अब, यह एक कम-रिज़ॉल्यूशन छवि थी, अच्छी रोशनी, स्पष्टता और कंट्रास्ट के साथ।
मैंने अगले इंसान की तस्वीर के साथ कोशिश की। परिणाम... तटस्थ थे। मैं नई छवि की गुणवत्ता में किसी भी सुधार को वास्तव में नहीं देख सका। यह बड़ी थी, लेकिन "त्रुटियां" भी बड़ी थीं। यहां, हमारे पास एक बड़ी तस्वीर है, दो प्रकार की रोशनी, मूल तस्वीर का बायां आधा हिस्सा दाईं ओर की तुलना में धुंधला (और गहरा) है, साथ ही दानेदारपन की एक अच्छी मात्रा। Upscayl यहां ज्यादा कुछ नहीं कर सका।
स्की शैले के साथ परिणाम वास्तव में मूल का उलटा था। अपस्केल उत्पाद उससे भी बदतर था जिससे मैंने शुरू किया था। जबकि तस्वीर में अच्छी रोशनी है, वहां बहुत दानेदारपन और बड़ी मात्रा में महीन विवरण (पेड़ और घास) भी है। मेरा अनुमान है कि छवि के पहले से ही सुपर-बिजी हिस्से पर किसी भी प्रकार के एक्सट्रपलेशन का परिणाम केवल अधिक शोर में होता है। मैंने कई मॉडल आज़माए, जिसमें बहुत सर्वश्रेष्ठ ULTRASHARP शामिल है, और फिर भी कोई सुधार नहीं हुआ।
इनमें से कोई भी मेरी फोटो नंबर 3 के साथ काम नहीं किया।
यहां घास के एक हिस्से का ज़ूम-इन भाग है। जैसा कि आप मूल (बाईं ओर) में देख सकते हैं, बहुत दानेदारपन है। यह पुराने एनालॉग फिल्म उपयोग, फिल्म विकास, कुछ दशकों तक शेल्फ पर बैठी फोटो, लगभग पंद्रह साल पहले एक सस्ते, ऑफ-द-शेल्फ डिजिटल स्कैनर (यद्यपि 300 DPI के साथ) का उपयोग करके बाद में स्कैनिंग, और अब AI-अपस्केल्ड परिणामों का संयोजन है। "बेहतर" घास धुंधली है। आकाश और पेड़ों के लिए भी यही बात लागू होती है। इस मामले में, छवि शायद उतनी ही तेज है जितनी हो सकती है, जब तक कि आपके द्वारा मूल में देखे गए विशिष्ट "डॉट" पैटर्न पर एक नया मॉडल विकसित और प्रशिक्षित नहीं किया जा सकता। लेकिन यह अपस्केलिंग की तुलना में अधिक शोर में कमी है, क्योंकि छवि का आकार अच्छा है (2500x2000px कम या ज्यादा)।
संकेत: आपको छवियों को बड़ा करने की आवश्यकता नहीं है
यहां एक महत्वपूर्ण अवलोकन है। आपको फोटो को बड़ा करने की आवश्यकता नहीं है। आप x1 स्केलिंग फैक्टर का उपयोग करके मूल आकार को बनाए रख सकते हैं। एल्गोरिदम जितना संभव हो उतना लापता जानकारी को इंटरपोलेट करने का प्रयास करेंगे। यह यह देखने के लिए एक अच्छा, पहला-पास दृष्टिकोण हो सकता है कि क्या आपको कोई सुधार मिलता है। समय भी बचाता है।
कुल मिलाकर परिणाम, पूर्व-निष्कर्ष, Nvidia PRIME पर एक टिप्पणी
प्रोग्राम के साथ लगभग 50 छवियों को प्रोसेस करने के बाद, जिसमें लोग और दृश्य दोनों शामिल हैं, मैं कई निष्कर्षों पर पहुंचा हूँ। इनमें से कुछ आश्चर्य के रूप में आते हैं, जबकि अन्य प्रोग्राम के FAQ में स्पष्ट रूप से उल्लिखित हैं।
- चमत्कार की उम्मीद न करें। आपको कुछ सुधार मिल सकते हैं, लेकिन यह वह नहीं कर सकता जो आपकी कल्पना करती है।
- Upscayl कम दानेदारपन, अच्छी रोशनी, और मध्यम मात्रा में विवरण वाली छवियों पर सबसे अच्छा काम करता है।
- यदि आपके पास पहले से ही बड़ी, हाई-रिज़ॉल्यूशन, हाई-DPI तस्वीरें हैं जो बस खराब हैं, यानी धुंधली और शोर वाली, तो Upscayl काम के लिए सही टूल नहीं है। यह चीजों को थोड़ा सुधार सकता है, लेकिन अगर शोर कारक किसी भी मॉडल एल्गोरिदम स्मूथिंग और अनुमान से "बड़ा" है, तो आपको कोई सार्थक परिणाम नहीं दिखाई देंगे।
- REAL-ESRGAN, ULTRASHARP की तुलना में चिकनी छवियां बनाता है, इसलिए यह दानेदार या अधिक धुंधली छवियों के लिए बेहतर अनुकूल है, ऊपर उल्लिखित सीमाओं के भीतर। आप यहां और वहां कुछ स्पष्टता खो देंगे, हालांकि। हमेशा एक ट्रेडऑफ।
इसके अलावा, मैं लिनक्स सेटअप से काफी प्रसन्न था:
- कुबंटू 24.04 के साथ शुरुआती समस्याओं के बावजूद, यह अब बस गया है और ठीक काम करता है।
- इंस्टॉलेशन सरल था (स्नैप के माध्यम से), और उपयोग सीधा - और वास्तव में ऑफ़लाइन।
- प्रोग्राम की मामूली आवश्यकताएं हैं - मेरा 10 साल पुराना लैपटॉप खूबसूरती से काम करता था।
- मेरा हाइब्रिड ग्राफिक्स सेटअप त्रुटिपूर्ण रूप से काम कर रहा था। Nvidia कार्ड ऑन-डिमांड PRIME के लिए कॉन्फ़िगर किया गया है, इसलिए यह जरूरत पड़ने पर अधिक शक्तिशाली कार्ड का उपयोग करता है, जबकि बाकी समय, बैटरी बचाने के लिए, यह इंटीग्रेटेड कार्ड का उपयोग करता है। मैंने Upscayl चलाते समय व्यवहार की जांच की, और वास्तव में, nvidia-smi प्रोग्राम को Nvidia GPU के साथ चलते हुए दिखा रहा था। कोई अत्यधिक हीटिंग नहीं, या तो।
Nvidia 535 ड्राइवर, ऑन-डिमांड सेटअप, सामान्य तापमान, वास्तव में अच्छा।
निष्कर्ष
अधिकांश आधुनिक प्रोग्राम मेह हैं। वास्तव में। Upscayl इस आधुनिक औसत दर्जे का अपवाद है। एक बड़ा अपवाद। यह एक सुंदर, सुंदर प्रोग्राम है। अच्छा GUI, सरल उपयोग, सरल और साफ इंस्टॉलेशन, वास्तव में ऑफ़लाइन कार्य मोड, कई मॉडल, अच्छा प्रदर्शन, GPU के संबंध में मामूली आवश्यकताएं, और परिणाम जो काफी ठीक हैं यदि पूर्ण नहीं। मेरी किताब में, यह वास्तव में एक बहुत अच्छा योग है। जितना मैंने उम्मीद की थी उससे कहीं अधिक।
आपको सर्वोत्तम परिणाम मिलेंगे यदि आपके पास छोटी, विवरण-सरल तस्वीरें या छवियां हैं, समान प्रकाश और कम धुंधलापन और शोर के साथ। यदि आपकी फाइलें इन शर्तों को पूरा करती हैं, तो आप Upscayl से एक बहुत ही सुखद परिणाम की उम्मीद कर सकते हैं। यदि नहीं, तो परिणाम अच्छे से निराशाजनक तक भिन्न होंगे। बस इसके बारे में जागरूक रहें। अब, वह सब कहा जा रहा है, यह वास्तव में एक शानदार छोटा टूल है, और परीक्षण के लायक है। अगला, मैं उपरोक्त सभी को मैन्युअल रूप से, ImageMagick और GIMP का उपयोग करके करने की कोशिश करने जा रहा हूँ। मैं देखना चाहता हूँ कि लिनक्स में कमांड-लाइन टूल्स का उपयोग करके हाथ से फोटो सुधार और अपस्केलिंग कितना किया जा सकता है। यह मेरे अगले ट्यूटोरियल का विषय होगा। बने रहें।
चीयर्स।
