GFPGAN
Free.ai (self-hosted)
·
image_enhance
·
~1000 ટોકન પ્રતિ image
GFPGAN એ a ચિત્ર ઉચ્ચસ્તર છે, Tencent દ્વારા બનાવેલ છે. Portrait restoration, photo touch-up. પર સૌથી મજબૂત. Free.ai GPUs પર સ્વયં-હોસ્ટ થયેલ — તમારા રોજિંદા ટોકન પુલ (1,000 ટોકન ચિત્ર પ્રતિ) સામે મુક્ત રીતે ચાલે છે. Apache 2.0 નીચે બહાર પાડવામાં આવ્યું - Free.ai પર વ્યવસાયિક ઉપયોગની પરવાનગી.
આવા જ મોડેલો
વારંવાર પૂછાતા પ્રશ્નો
GFPGAN ઉચ્ચ માપદંડો અને નીચા-રીઝોલ્યુશન ચિત્રોને સ્પષ્ટ કરે છે જ્યારે વિગતો સંગ્રહ કરે છે. નાનો અથવા વાદળી ફોટો અપલોડ કરો અને GFPGAN છાપવા માટે, મોટા ડિસ્પ્લે, અથવા વધુ ફેરફાર માટે યોગ્ય ઉચ્ચ-રીઝોલ્યુશન આવૃત્તિ પાછી આપે છે.
૨× અને ૪× એ પ્રમાણભૂત લક્ષ્યો છે; કેટલાક રૂપરેખાંકનો ૮× ને આધાર આપે છે. અંતિમ માપ Free.ai પર ૮૧૯૨×૮૧૯૨ પિક્સેલ્સ પર મર્યાદા છે મેમરી સીમાને રાખવા માટે.
PNG, JPG, WebP, HEIC, અને BMP ૧૦ MB સુધી. એનિમેટ થયેલ GIFs ચોકઠાં-દર-ચોકઠાં પ્રક્રિયા કરેલ છે.
હા — આધુનિક સુધારકો ચહેરો-જાગૃત પુનઃસ્થાપન સમાવે છે. ખૂબ જ ખરાબ થયેલ પોર્ટ્રેટ્સ માટે સમર્પિત /image/restore-face/ સાધન સૌથી સાફ પરિણામ આપે છે. GFPGAN સામાન્ય દ્રશ્યો અને એક જ પસારીમાં ચહેરા સંભાળે છે.
GFPGAN તમારા દિવસભરના મુક્ત પુલ સામે પહેલા અમારા પોતાના GPUs પર ચલાવે છે; પછી $5 → 200,000 ચૂકવેલ ટોકન. ~500 ટોકન પ્રતિ અપસ્કેલ વિશે.
GFPGAN એ ઉચ્ચ સ્તરનાં પગલા પર શક્ય વિગતો કલ્પના કરે છે - તે ફોરેન્સિક સાધન નથી. મોટાભાગના વપરાશકર્તા વપરાશ માટે (web → print, mobile → desktop wallpaper, archival scan → display) પરિણામ વિશ્વાસપાત્ર છે.
મોટા લખાણ + સરળ લોગો પર ક્રીસ્પ; નાનું ફિન પ્રિન્ટર ઘાતક (4×+) સુયોજનોમાં વળાંક કરી શકે છે. ૨× વાપરો જ્યારે લખાણની વિશ્વસનીયતા સૌથી વધુ મહત્વની હોય.
હા - /batch/ ફોલ્ડર સ્વીકારે છે. આઉટપુટ /account/?tab=history માં મૂળભૂત ફાઇલનામ સાથે `-upscaled` સાથે સ્થિત થાય છે. ફોલ્ડર-ટ્રી સંગ્રહ માટે API વાપરો.
હા - મોડેલ="GFPGAN" અને તમારા ચિત્ર સાથે /v1/image/enhance/ પર POST કરો. /api/ પાસે સંપૂર્ણ સંદર્ભ + auth છે.
Free.ai ના બાકીના ભાગની જેમ નીતિ - સ્વયં-હોસ્ટ થયેલ મોડેલો અમારા GPUs પર રહે છે; પ્રીમિયમ DPA સાથે પસાર થાય છે; અપલોડ્સ શેર-વિન્ડો સમયસૂચિ પર સમાપ્ત થાય છે (24h ano, 7d પ્રવેશેલ). અમે તમારા ચિત્રો પર તાલીમ આપતા નથી.
હા. Free.ai એ અપસ્કેલ થયેલ ચિત્રોનો વાણિજ્યિક ઉપયોગ કરવાની પરવાનગી આપે છે. તમારે તમારે અપલોડ કરેલ સ્ત્રોતનો માલિક હોવો જ જોઇએ.
2× પર 5–20 સેકન્ડો, 4× પર 15–60 સેકન્ડો સ્ત્રોત રીઝોલ્યુશન અને GPU ભાર પર આધારિત છે. પ્રીમિયમ મોડેલો એ રેન્જના નીચલા અંત પર સમાપ્ત થવાની આદત ધરાવે છે.