1. Prodotti
  2.   Immagine
  3.   Python
  4.   Neural Enhance
 
  

API Python open source per le immagini

Super risoluzione per immagini che utilizzano Deep Learning

Cos'è il potenziamento neurale?

Neural Enhance è un'API Python open source per il miglioramento delle immagini. L'API migliora l'immagine utilizzando il deep learning, utilizzando l'API è possibile addestrare la rete neurale e ingrandire 2x o addirittura 4x nelle tue immagini. Puoi migliorare le immagini aumentando il numero di neuroni nell'immagine, con un set di dati simile alla tua immagine a bassa risoluzione.

Puoi migliorare le tue immagini utilizzando sia CPU che GPU rendering HQ. La generazione di output a 1080p su GPU dovrebbe richiedere circa 5 o 2 secondi per immagine e il rendering della CPU HQ dovrebbe richiedere circa 20-60 secondi per l'output 1080.

Previous Next

Iniziare con Neural Enhance

Il modo consigliato per installare Neural Enhance è tramite Docker. Utilizzare il comando seguente per installare Neural Enhance.

Installa Neural Enhance tramite Docker

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

Migliora le immagini tramite l'API Python gratuita

Neural-Enhance API consente di migliorare le immagini a livello di codice. L'API fornisce un elenco di comandi che puoi utilizzare con il modello pre-addestrato disponibile nell'API. Utilizzando l'API, puoi eseguire lo script di super risoluzione per riparare artefatti JPEG, fattori di zoom, elaborare immagini di qualità multipla con un'unica esecuzione e visualizzare le immagini di output. Puoi facilmente migliorare le tue immagini utilizzando questa riga di codice

Migliora le immagini tramite Python

  1. Apri il prompt dei comandi
  2. Vai alla directory enhance.py
  3. Esegui il comando seguente e passa il tipo di file, la riparazione, l'opzione di zoom e il percorso dell'immagine da migliorare

Migliora le immagini tramite Python

# 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

Addestrare immagini in super risoluzione tramite Python

La libreria di immagini Open Source Neural Enhance addestra le tue immagini a modo tuo. L'API viene fornita con modelli pre-addestrati predefiniti, puoi addestrare il tuo processo utilizzando parametri basati sul set di dati dell'immagine. Puoi addestrare il tuo modello utilizzando la perdita percettiva dalla carta, addestrare il tuo modello utilizzando una configurazione contraddittoria e altro ancora.

Utilizzare modelli preformati e formazione Super-Resolution via Python API

# 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
 Italiano