1. Các sản phẩm
  2.   Hình ảnh
  3.   Python
  4.   Neural Enhance
 
  

API Python nguồn mở cho hình ảnh

Độ phân giải siêu cao cho hình ảnh bằng cách sử dụng Deep Learning

Tăng cường thần kinh là gì?

Nâng cao thần kinh là một API Python mã nguồn mở để nâng cao hình ảnh. API nâng cao hình ảnh bằng cách sử dụng học sâu, sử dụng API, bạn có thể đào tạo mạng nơ-ron và phóng to gấp 2 lần hoặc thậm chí 4 lần vào hình ảnh của bạn. Bạn có thể nâng cao hình ảnh bằng cách tăng số lượng tế bào thần kinh trong hình ảnh, với tập dữ liệu tương tự như hình ảnh có độ phân giải thấp của bạn.

Bạn có thể nâng cao hình ảnh của mình bằng cách sử dụng cả CPU và GPU kết xuất HQ. Tạo ra đầu ra 1080p trên GPU sẽ mất khoảng 5 hoặc 2 giây cho mỗi hình ảnh và kết xuất CPU HQ sẽ mất khoảng 20-60 giây cho đầu ra 1080.

Previous Next

Bắt đầu với Nâng cao thần kinh

Cách được khuyến nghị để cài đặt Nâng cao thần kinh là thông qua Docker. Vui lòng sử dụng lệnh sau để cài đặt Nâng cao thần kinh.

Cài đặt tính năng nâng cao thần kinh qua Docker

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

Nâng cao hình ảnh thông qua API Python miễn phí

API nâng cao thần kinh cho phép nâng cao hình ảnh theo chương trình. API cung cấp danh sách các lệnh mà bạn có thể sử dụng với mô hình được đào tạo trước có sẵn trong API. Sử dụng API, bạn có thể chạy tập lệnh siêu phân giải để sửa chữa các tạo tác JPEG, hệ số thu phóng, xử lý nhiều hình ảnh chất lượng chỉ với một lần chạy và hiển thị hình ảnh đầu ra. Bạn có thể dễ dàng nâng cao hình ảnh của mình bằng cách sử dụng một dòng mã này

Nâng cao hình ảnh thông qua Python

  1. Mở Command Prompt
  2. Chuyển đến thư mục boost.py
  3. Chạy lệnh sau và chuyển loại tệp, sửa chữa, tùy chọn thu phóng và đường dẫn hình ảnh để được nâng cao

Nâng cao hình ảnh thông qua 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

Đào tạo hình ảnh siêu phân giải qua Python

Thư viện hình ảnh Nguồn mở Nâng cao thần kinh đào tạo hình ảnh của bạn theo cách riêng của bạn. API đi kèm với các mô hình được đào tạo trước mặc định, bạn có thể đào tạo quy trình của riêng mình bằng cách sử dụng các tham số dựa trên tập dữ liệu hình ảnh của bạn. Bạn có thể đào tạo mô hình của mình bằng cách sử dụng mất tri giác từ giấy, đào tạo mô hình của bạn bằng cách sử dụng thiết lập đối nghịch, và hơn thế nữa.

Dùng mô hình và huấn luyện tập trước Super-Resolution thông qua 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
 Tiếng Việt