छवियों के लिए ओपन-सोर्स पायथन एपीआई

डीप लर्निंग का उपयोग करके छवियों के लिए सुपर रिज़ॉल्यूशन

तंत्रिका वृद्धि क्या है?

न्यूरल एन्हांस छवि वृद्धि के लिए एक ओपन-सोर्स पायथन एपीआई है। एपीआई गहरी शिक्षा का उपयोग करके छवि को बढ़ाता है, एपीआई का उपयोग करके तंत्रिका नेटवर्क को प्रशिक्षित करना और आपकी छवियों में 2x या 4x ज़ूम करना संभव है। आप अपनी कम-रिज़ॉल्यूशन वाली छवि के समान डेटासेट के साथ, छवि में न्यूरॉन्स की संख्या बढ़ाकर छवियों को बढ़ा सकते हैं।

आप सीपीयू और जीपीयू रेंडरिंग मुख्यालय दोनों का उपयोग करके अपनी छवियों को बढ़ा सकते हैं। GPU पर 1080p आउटपुट उत्पन्न करना प्रति छवि लगभग 5s या 2s लेना चाहिए और CPU रेंडरिंग मुख्यालय को 1080 आउटपुट के लिए लगभग 20-60s लेना चाहिए।

Previous Next

तंत्रिका वृद्धि के साथ शुरुआत करना

डॉकर के माध्यम से न्यूरल एन्हांस को स्थापित करने का अनुशंसित तरीका है। न्यूरल एन्हांस को स्थापित करने के लिए कृपया निम्न कमांड का उपयोग करें।

डॉकर के माध्यम से न्यूरल एन्हांस स्थापित करें

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

मुफ्त पायथन एपीआई के माध्यम से छवियों को बेहतर बनाएं

न्यूरल-एन्हांस एपीआई छवियों को प्रोग्रामेटिक रूप से बढ़ाने की अनुमति देता है। एपीआई उन आदेशों की एक सूची प्रदान करता है जिनका उपयोग आप एपीआई में उपलब्ध पूर्व-प्रशिक्षित मॉडल के साथ कर सकते हैं। एपीआई का उपयोग करके, आप जेपीईजी कलाकृतियों की मरम्मत के लिए सुपर-रिज़ॉल्यूशन स्क्रिप्ट चला सकते हैं, ज़ूम कारक, एक ही रन के साथ कई गुणवत्ता वाली छवियों को संसाधित कर सकते हैं और आउटपुट छवियों को प्रदर्शित कर सकते हैं। कोड की इस एक पंक्ति का उपयोग करके आप आसानी से अपनी छवियों को बेहतर बना सकते हैं

पायथन के माध्यम से छवियों को बढ़ाएं

  1. ओपन कमांड प्रॉम्प्ट
  2. एन्हांस.py निर्देशिका पर जाएं
  3. निम्न आदेश चलाएँ और फ़ाइल प्रकार, मरम्मत, ज़ूम विकल्प, और छवि पथ को उन्नत करने के लिए पास करें

पायथन के माध्यम से छवियों को बढ़ाएं

# 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
  

पायथन के माध्यम से सुपर-रिज़ॉल्यूशन छवियों का प्रशिक्षण

ओपन सोर्स इमेज लाइब्रेरी न्यूरल एन्हांस आपकी छवियों को अपने तरीके से प्रशिक्षित करती है। एपीआई डिफ़ॉल्ट पूर्व-प्रशिक्षित मॉडल के साथ आता है, आप अपने छवि डेटासेट के आधार पर मापदंडों का उपयोग करके अपनी प्रक्रिया को प्रशिक्षित कर सकते हैं। आप कागज से अवधारणात्मक नुकसान का उपयोग करके अपने मॉडल को प्रशिक्षित कर सकते हैं, अपने मॉडल को एक प्रतिकूल सेटअप का उपयोग करके प्रशिक्षित कर सकते हैं, और बहुत कुछ।

पायथन एपीआई के माध्यम से पूर्व-प्रशिक्षित मॉडल और प्रशिक्षण सुपर-रिज़ॉल्यूशन का उपयोग करें

# 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
 हिन्दी