AuraSR, um modelo de aumento de amostragem gigantesco com 600 milhões de parâmetros, derivado do artigo GigaGAN, agora está totalmente de código aberto. A força desse modelo reside em sua capacidade de ampliar imagens em quatro vezes, ao mesmo tempo em que preenche detalhes que podem ser perdidos durante o processo de ampliação. E isso não é tudo: ele pode até mesmo ampliar imagens várias vezes, enriquecendo ainda mais os detalhes.
De acordo com demonstrações públicas e feedback do usuário, o AuraSR apresenta resultados excepcionais e uma velocidade de processamento satisfatória. Vale ressaltar que ele não se limita a imagens realistas; também lida com conteúdo não realista com maestria.
Como um modelo de aprimoramento de imagem de super-resolução baseado em Redes Generativas Adversariais (GANs), o AuraSR é uma variação do artigo GigaGAN, focando na melhoria da resolução das imagens geradas. Atualmente, existe uma implementação baseada em Torch, que se baseia no repositório não oficial lucidrains/gigagan-pytorch.
Usar o AuraSR é muito simples, exigindo apenas algumas linhas de código. Primeiro, você precisa importar o módulo AuraSR e, em seguida, criar uma instância do AuraSR a partir do modelo pré-treinado. Depois, você pode usar a função load_image_from_url para carregar uma imagem de um URL e redimensioná-la para o tamanho apropriado. Finalmente, chame o método upscale_4x para ampliar a imagem em quatro vezes.
A filosofia de design do AuraSR é fornecer uma maneira simples e eficaz de aumentar a resolução da imagem, tornando-a mais nítida e detalhada. Ele pode processar não apenas paisagens naturais e retratos, mas também obras de arte, melhorando a experiência visual geral.
Em resumo, o AuraSR representa um avanço emocionante no campo da inteligência artificial, representando a vanguarda da tecnologia e impulsionando a democratização da IA. Através do código aberto e da ciência aberta, o AuraSR está ajudando a impulsionar o desenvolvimento de todo o setor tecnológico.
Endereço do modelo: https://top.aibase.com/tool/aurasr
Endereço para experiência online: https://fal.ai/models/fal-ai/aura-sr/playground