HQ UpscaleRБесплатно
Модель, улучшающая качество изображений с низким разрешением.
Other
Возможности
Нейронная сеть для улучшения качества изображений до 4х.
Пайплайн модели:
Модель принимает на вход изображение. На выход выдается предикт с улучшенным качеством.
Преимущества
Одна из лучших sota upscale моделей, которые позволяют улучшать качество изображений.
Сценарии использования
Повышение качества изображений с низким разрешением.
Все веса модели доступны для скачивания и модель может быть дообучена под специфические задачи
Инструкции по использованию
- Чтобы деплой был постоянно включен и ожидал запросов без задержки на инициализацию установить 1-1 pod. Если деплой больше не нужен, установить 0-1 pod, чтобы деплой перешел в режим ожидания и деньги не списывались.
- Чтобы создать деплой модели, необходимо указать следующий базовый образ: https://cr.msk.sbercloud.ru/aicloud-base-images/horovod-cuda10.1-tf2.3.0-pt1.6.0:0.0.28
- Изображение необходимо сконвертировать в BASE64 и отправить запрос.
Конвертер: https://codebeautify.org/image-to-base64-converter
Пример функции для конвертирования:
def open_images_base64(img_strs):
return np.array(Image.open(BytesIO(base64.b64decode(img_strs))).convert("RGB"))[:,:,::-1]
def create_image(img):
buffered = BytesIO()
img.save(buffered, format="JPEG")
img_str = base64.b64encode(buffered.getvalue()).decode("latin1")
return img_str
- Для каждого изображения, которое необходимо распознать требуется отдельный запрос
Обучающие примеры
Запрос
{ "instances":[ { "image": "your base64 string" } ] }
Пример ответа
строка base64
Полезные сcылки
GitHub - sunwj/CAR: Content adaptive resampler for image downscaling
Сравнение возможностей модели: https://paperswithcode.com/paper/learned-image-downscaling-for-upscaling-using
Дисклеймер
Начиная использовать контент, пользователь принимает условия Пользовательского соглашения и Лицензии контента. Ответственность за выбор и способы использования контента AI Marketplace (DataHub/AI Services) лежит на пользователе. В случае возникновения сомнений в соответствии описания контента с его фактическим содержимым и свойствами, Пользователь может обратиться в окно технической поддержки, размещенное на Платформе в модуле «Сообщить о проблеме».
Исчерпывающая информация по лицензии данного контента находится в разделе Лицензионное соглашение ниже.
Лицензионное соглашение
Обратная связь
Круглосуточная поддержка по телефону 8 800 444-24-99, почте support@cloud.ru и в Telegram