SUPIR | Fotoğraf Gerçekçiliğinde Görüntü/Video Yükseltici

1. ComfyUI SUPIR ile Görüntü Çözünürlüğü | ComfyUI Yükseltme İş Akışı

Bu ComfyUI Yükseltme iş akışı, gelişmiş görüntü ve video iyileştirme için tasarlanmış, son teknoloji açık kaynaklı model SUPIR (Scaling-UP Image Restoration) kullanır. Bu iş akışında, SUPIR'in nasıl fotoğraf gerçekçiliğinde sonuçlar elde etmek için görüntüleri geri yüklediğini ve yükselttiğini deneyimleyeceksiniz.

2. ComfyUI SUPIR Genel Bakış

SUPIR, görüntü yükseltme teknolojisinin ön saflarında yer alır ve Magnific ve Topaz AI gibi ticari yazılımlarla karşılaştırılabilir. Tutorialımız, ComfyUI iş akışında bulunan SUPIR yükseltici sarmalayıcı düğümünü kapsar ve gerçekçi görüntü ve videoları yükseltme ve geri yüklemede ustadır.

Görüntü yükseltme için, bu iş akışının varsayılan ayarları yeterli olacaktır. Video yükseltme için değiştirmek isterseniz, "load image" yerine "load video" ve çıkışı "save image" yerine "combine video" olarak değiştirin.

3. SUPIR Modeline Giriş

Scaling-UP Image Restoration teknolojisi, başlıklı makale tarafından tanıtılan çığır açıcı bir iyileştirme ve yükseltme modelidir. SUPIR, model ölçeklendirme ile birleştirilmiş bir üretici öncelik kullanarak fotoğraf gerçekçiliğinde görüntü restorasyonu yöntemiyle yenilik yapar ve metin tabanlı yönlendirmelerle yönlendirilen görüntü restorasyonu sağlayan çok modlu tekniklerle zenginleştirilmiştir, bu da onun uygulama yelpazesini önemli ölçüde genişletir.

4. ComfyUI SUPIR ile Görüntü Çözünürlüğü Nasıl Kullanılır

4.1. SUPIR Uyumlu Modeller

SUPIR kullanmaya başlamadan önce, kontrol noktası modellerinin erişilebilir olduğundan emin olun:

• OpenAI ve LAION'dan sırasıyla iki versiyon SDXL CLIP Encoder.
• SDXL ve LLaVA temel modelleri, görüntü işlemenin ilk aşamaları için kritik öneme sahiptir.
• Juggernaut-XL gibi bazı opsiyonel modeller, belirli senaryolarda SDXL tabanının yerini alarak artırılmış fotoğraf gerçekçiliği sağlayabilir.

4.2. SUPIR Modelleri

İki ana SUPIR versiyonu mevcuttur:

• SUPIR-v0Q: Geniş bir yelpazede görüntüler için uygun, yüksek genelleme ve kalite için optimize edilmiştir.
• SUPIR-v0F: Hafif bozulmuş görüntüler için tasarlanmış, bu tür koşullarda daha fazla ayrıntıyı korur.

4.3. SUPIR'in Anahtar Parametreleri

• scale_by: Verilen girdiler için yükseltme oranı, restorasyon sırasında görüntü boyutunun ne kadar arttığını belirler.
• steps: EDM Örnekleme Zamanlayıcısı için adım sayısını belirler, muhtemelen restorasyon sürecinin ayrıntı ve kalitesini etkiler.
• cfg_scale: Bu, metinsel istemlere ne kadar güçlü bir şekilde uyulduğunu etkileyen, sınıflandırıcı-free yönlendirme ölçeğidir.
• positive-prompt & negative_prompt: Kullanıcıların restorasyonu istenen niteliklere (pozitif istem) yönlendirmesine ve istenmeyen özelliklerden uzaklaştırmasına (negatif istem) olanak tanır.
• s_churn & s_noise: EDM'nin orijinal hiperparametrelerini temsil eder, difüzyon sürecindeki gürültü modelinin yönlerini kontrol eder ve son görüntü dokusunu ve netliğini etkiler.
• color_fix_type: Restorasyon sonrası renk düzeltme yöntemlerinin seçilmesine olanak tanır, seçenekler arasında 'None', 'AdaIn' ve 'Wavelet' bulunur.

4.4. SUPIR için Performans İpuçları

• Donanım Gereksinimleri: SUPIR yükseltici ile daha yüksek çözünürlükte en iyi sonuçları elde etmek için yeterince güçlü bir donanım kurulumuna sahip olmak esastır. İleri düzey görüntü detaylandırma taleplerini karşılamak için en az 48GB VRAM'e sahip bir makine kullanmanızı öneririz, örneğin RunComfy'de mevcut olan Ekstra Büyük Makine.
• Metin İstemleri ile Görüntü Detayını Maksimize Etme: Ayrıca, SUPIR'in gelişmiş AI algoritmalarının potansiyelini maksimize etmek için, detaylı istem özelliğini tam olarak kullanın. Bu, restorasyon sürecini daha kesin bir şekilde yönlendirmenize olanak tanır, yükseltilmiş görüntülerin detaylandırmasını ve gerçekçiliğini artırır. Bu istemleri etkili bir şekilde kullanarak, SUPIR sadece boyut olarak değil, aynı zamanda kalite olarak da üstün çıktılar üretebilir.

5. SUPIR Hakkında Daha Fazla Detay

Görüntü restorasyon teknolojisi büyük ölçüde gelişti ve şimdi görsel olarak çarpıcı ve daha akıllı sonuçlar veriyor. Bu büyüme büyük ölçüde, gelişmiş üretici modelleri kullanarak görüntüleri iyileştiren SUPIR Yükseltici'nin tanıtılması sayesinde oldu.

5.1. SUPIR modelinin Temel Yetenekleri

• Güçlü Modeller: SUPIR Yükseltici'nin kalbinde, 2,6 milyar parametreye sahip güçlü bir üretici model olan StableDiffusion-XL (SDXL) bulunur. Ek olarak, SUPIR Yükseltici'nin olağanüstü detay ve doğrulukla görüntüleri geri yüklemesini sağlayan 600 milyon parametreli bir adaptör model tarafından desteklenir.

5.2. Veri Odaklı Mükemmellik

• Geniş Eğitim Verisi: SUPIR Yükseltici, her biri ayrıntılı açıklamalarla anotasyonlanmış 20 milyondan fazla yüksek kaliteli görüntüden oluşan bir veri seti üzerinde eğitilmiştir. Bu veri seti, SUPIR Yükseltici'nin hedeflenen görüntü restorasyonu için kesin içerik istemleri üretme yeteneğini artıran 13 milyar parametreli çok modlu bir dil modelini eğitir.

5.3. Yenilikçi Teknoloji ve Stratejik Uygulama

• Gelişmiş Tasarım: SUPIR Yükseltici, verimliliği artıran ve hesaplama taleplerini azaltan ZeroSFT konektörü gibi birkaç stratejik iyileştirme içerir. Ayrıca, görüntü kodlayıcısı, görüntü bozulmasını daha iyi ele almak için ince ayar yapılmıştır ve restorasyon sonuçlarının doğruluğunu artırır.
• Kapsamlı Eğitim: Yüksek kaliteli görüntülerin yanı sıra, veri seti düşük kaliteli, olumsuz örnekleri de içerir. Bu, SUPIR Yükseltici'nin görsel kusurları tanımlamayı ve düzeltmeyi öğrenmesine yardımcı olur ve genel restorasyon kalitesini artırır.

5.4. İyileştirme ve Doğruluk Dengesini Sağlama

• Sofistike Teknikler: Üretici modelleri kullanmasına rağmen, SUPIR Yükseltici, iyileştirme kalitesini orijinal görüntülerin doğruluğu ile dengelemek için yenilikçi bir örnekleme tekniği kullanır. Bu, görsel kalite artırılırken, orijinal görüntülerin özgünlüğünün korunmasını sağlar.

SUPIR Yükseltici'nin yetenekleri ve daha teknik detaylar hakkında daha derinlemesine bilgi almak için, kaynakları veya temel keşfedin. Bu kaynaklar, SUPIR Yükseltici'yi görüntü restorasyonunda lider olarak konumlandıran teknolojiler ve stratejiler hakkında kapsamlı bilgiler sağlar.