Ärgern Sie sich noch über unscharfe Fotos? Das neue Bild-Upscaling-Tool InvSR bietet eine Lösung: Mit minimalem Aufwand werden Ihre Bilder gestochen scharf. Die Stärke des Tools liegt in der Nutzung umfangreicher, vorab trainierter Diffusionsmodelle, die reichhaltiges Vorwissen über Bilder enthalten und so eine effiziente und qualitativ hochwertige Verbesserung der Bildauflösung ermöglichen.

Das Herzstück von InvSR ist seine innovative Strategie zur partiellen Rauschvorhersage. Es konstruiert geschickt Zwischenzustände des Diffusionsmodells als Ausgangspunkt für den Sampling-Prozess und verwendet einen Deep-Noise-Predictor, um das optimale Rauschbild im Vorwärtsdiffusionsprozess zu schätzen. Durch das Training kann dieser Rauschvorhersager den Sampling-Prozess präzise auf der Diffusionsbahn initialisieren und so hochauflösende Bilder erzeugen.

image.png

Ein weiteres Highlight von InvSR ist der flexible und effiziente Sampling-Mechanismus. Der Benutzer kann die Anzahl der Sampling-Schritte zwischen 1 und 5 wählen. Selbst mit nur einem Schritt erzielt InvSR Ergebnisse, die mit anderen mehrstufigen Verfahren vergleichbar sind. Diese Flexibilität ermöglicht es dem Benutzer, das optimale Gleichgewicht zwischen Effizienz und Ergebnis zu finden – egal ob es sich um die Reparatur alter, unscharfer Fotos oder die Optimierung von KI-generierten Bildern handelt.

Die Bedienung des Tools ist denkbar einfach. Mit einfachen Befehlszeilen-Anweisungen kann der Benutzer schnell loslegen und die Speichernutzung über Optionen optimieren, um auch große Bilder zu verarbeiten. Darüber hinaus kann der Benutzer vorab heruntergeladene Modelle und Rauschvorhersager anpassen, um optimale Ergebnisse zu erzielen. Für eine benutzerfreundliche Erfahrung bietet InvSR auch eine Online-Demo, die die Leistungsfähigkeit des Tools veranschaulicht.

Für Forscher mit höheren Ansprüchen bietet InvSR auch einen vollständigen Trainingsablauf. Der Benutzer muss lediglich ein spezifisches LPIPS-Modell herunterladen, eine Konfigurationsdatei vorbereiten und kann dann mit dem Training beginnen. Das Tool unterstützt parallele Berechnungen mit mehreren GPUs und verfügt über eine Funktion zum Wiederaufnehmen unterbrochener Berechnungen, um die Stabilität und Kontinuität des Trainings zu gewährleisten.

Projekt-Adresse: https://github.com/zsyOAOA/InvSR