GFPGAN
Free.ai (self-hosted)
·
image_enhance
·
~1000 tokens per image
GFPGAN er an image upscaler bygget af Tencent. Stærkeste på Portrait restoration, photo touch-up.. Self-hostet på Free.ai GPU'er kører gratis mod din daglige token pool (1,000 tokens pr. billede). Udgivelse under Apache 2.0 - kommerciel brug tilladt på Free.ai.
Lignende modeller
Ofte stillede spørgsmål
GFPGAN upscales og skærper billeder med lav opløsning, samtidig med at detaljerne bevares. Upload et lille eller sløret foto og GFPGAN returnerer en version med højere opløsning, der er egnet til udskrift, store skærme eller yderligere redigering.
2× og 4× er standardmålene; nogle konfigurationer understøtter 8×. Slutstørrelsen er begrænset til 8192×8192 pixels på Free.ai for at holde hukommelsen afgrænset.
PNG, JPG, WebP, HEIC og BMP op til 10 MB. Animerede GIF'er behandles frame-by-frame.
For meget nedbrudte portrætter dedikerede /image/restore-face/værktøj giver det reneste resultat. GFPGAN håndterer generelle scener plus ansigter i ét pass.
GFPGAN kører på vores egne GPU'er mod din daglige gratis pool først; derefter $5 → 200.000 betalte tokens. Om ~ 500 tokens per upscale.
GFPGAN hallucinerer plausible detaljer på upscale trin - det er ikke et retsmedicinsk værktøj. For de fleste forbrugeres brug (web → print, mobil → desktop tapet, arkiv → display) er resultatet overbevisende.
Sprød på stor tekst + simple logoer; lille fin print kan warp på aggressive (4×+) indstillinger. Brug 2× når tekstkvalitet betyder mest.
Ja - /batch/ accepterer en mappe. Udgange lander i /account/?tab=historie med det oprindelige filnavn suffikset ~- opskaleret •. For mappe- træ bevarelse bruge API.
Ja - POST til /v1/image/enhance/ med model="GFPGAN" og dit billede. /api/ har den fulde reference + auth.
Samme politik som resten af Free.ai ~ selvværd modeller bo på vores GPU'er; premium passere igennem med en DPA; uploads udløber på share-vindue tidsplan (24h anon, 7d sign-in). Vi træner ikke på dine billeder.
Ja. Free.ai giver kommerciel brug af upscaled billeder. Du skal eje den kilde, du uploadede.
5 = 20 sekunder ved 2×, 15 = 60 sekunder ved 4× afhængigt af kildeopløsning og GPU belastning. Premium modeller tendens til at afslutte på den nederste ende af disse intervaller.