LaMa Azimio-Robust Uchoraji
LaMa (Uchoraji wa Kinyago Kubwa) ni mtandao wa neva wa haraka na mwepesi ambao hujaza sehemu zinazokosekana au kuondolewa za picha kwa usafi, hata wakati shimo ni kubwa.
Muhtasari
It matters because it produces convincing fills at resolutions far higher than it was trained on, making professional object removal accessible to anyone.
Dive ya kina
LaMa, iliyoletwa na watafiti wa Samsung AI mwaka wa 2021, inakabiliana na tatizo la muda mrefu: miundo mingi ya kupaka rangi hupaka au kutia ukungu inapoulizwa kujaza vinyago vikubwa au maandishi yanayojirudia kama vile kuta za matofali na sakafu ya vigae. Mafanikio yake ni kutumia Fast Fourier Convolutions (FFCs), ambayo huupa mtandao uga wa mapokezi wa kimataifa katika safu moja badala ya kuhitaji mivuto mingi iliyopangwa. Hii huruhusu LaMa 'kuona' taswira nzima mara moja na kuendelea na miundo ya mara kwa mara kwa uthabiti. Inafunzwa kwa mchanganyiko wa hasara ya wapinzani na hasara ya kimawazo kulingana na mtandao ambao wenyewe hutumia nyanja pana za kupokea. Matokeo yanajumuisha vyema, mara nyingi kupaka picha za 2K kwa usafi baada ya mafunzo kwenye mazao madogo pekee.
Ufahamu wa Kiufundi
Kipengele muhimu ni Mageuzi ya Fast Fourier. Mchanganyiko wa kawaida hutazama tu kiraka kidogo cha ndani, kwa hivyo kunasa muundo wa masafa marefu kunahitaji mtandao wa kina sana. FFC inabadilisha sehemu ya ramani ya kipengele kuwa kikoa cha marudio, inatumia ubadilishaji hapo, kisha kubadilisha nyuma. Kwa sababu utendakazi wa kikoa cha mara kwa mara ni wa kimataifa, safu moja ya FFC huchanganya maelezo kwenye picha nzima, na kusaidia LaMa kurudia maumbo na kuheshimu jiometri ya kimataifa kama kingo za ukuta.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Uchoraji wa Azimio-Robust la LaMa
LaMa inasalia kuwa msingi dhabiti na mzuri na umepachikwa kwa wingi katika zana zisizolipishwa na vihariri vya picha huria kwa sababu inafanya kazi kwa haraka kwenye maunzi ya kawaida bila muundo mkubwa wa usambaaji. Mwelekeo ni mabomba mseto: tumia LaMa kwa ujazo wa papo hapo wa miundo na rasimu mbaya, kisha uchuje maelezo kwa hiari kwa modeli ya uenezaji. Tarajia wazo lake la Fourier-convolution liendelee kuonekana katika uhariri wa wakati halisi, urekebishaji wa fremu za video, na usafishaji wa picha kwenye kifaa cha mkononi ambapo kasi na kumbukumbu ya chini ndio muhimu zaidi.
Utekelezaji wa Ulimwengu Halisi
Kuondoa watalii au vibomu picha kutoka kwa picha za usafiri huku ukiweka ukuta wa usuli au anga bila imefumwa
Inafuta alama za maji, mihuri ya muda au nembo kutoka kwa picha kwa kazi halali ya urejeshaji
Inafuta laini za umeme na ishara za barabarani kutoka kwa picha za orodha ya mali isiyohamishika
Kurejesha picha za zamani au zilizoharibiwa zilizochanganuliwa kwa kujaza mikwaruzo, machozi na pembe zilizokosekana
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the LaMa Resolution-Robust Inpainting quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Urejeshaji wa Uso wa CodeFormer Imara
Maswali yanayoulizwa mara kwa mara
What is LaMa Resolution-Robust Inpainting?
LaMa (Uchoraji wa Kinyago Kubwa) ni mtandao wa neva wa haraka na mwepesi ambao hujaza sehemu zinazokosekana au kuondolewa za picha kwa usafi, hata wakati shimo ni kubwa. Ni muhimu kwa sababu hutoa ujazo wa kushawishi katika maazimio ya juu zaidi kuliko ilivyofunzwa, na kufanya uondoaji wa kitu cha kitaalamu kupatikana kwa mtu yeyote.
Je, ni sehemu gani ya usanifu wa saini inayoipa LaMa mtazamo wake wa kimataifa wa picha?
LaMa hutumia Fast Fourier Convolutions (FFCs), ambayo hufanya kazi kwa sehemu katika kikoa cha masafa ili kutoa uga wa kimataifa wa kupokea katika safu moja.
Kwa nini LaMa inashughulikia vinyago vikubwa bora kuliko mifano mingi ya awali ya uchoraji?
Kwa sababu FFCs huona picha nzima mara moja, LaMa inaweza kuendelea kwa utengamano na jiometri hata katika maeneo makubwa sana ambayo hayapo.
Nguvu inayojulikana ya LaMa ni uwezo wake wa kupaka picha kwa azimio la aina gani?
LaMa inajumlisha vyema maazimio ya juu zaidi kuliko yale yanayoonekana wakati wa mafunzo, ndiyo maana inaitwa azimio-imara.
Ni aina gani ya maandishi ambayo LaMa hushughulikia vizuri shukrani kwa usindikaji wake wa kikoa cha mzunguko?
Ubadilishaji wa vikoa vya marudio unafaa kwa mifumo ya mara kwa mara, kwa hivyo LaMa inaendelea kwa usafi kurudia muundo kama vile kuta za matofali na sakafu ya vigae.
Ni hasara gani husaidia LaMa kutoa vijazo vinavyoonekana kuwa halisi badala ya wastani wa ukungu?
LaMa inachanganya hasara za kiadui na kimtazamo, kuhimiza maumbo makali, yanayokubalika badala ya pikseli za wastani zilizofifia.