跨境派

跨境派

跨境派,专注跨境行业新闻资讯、跨境电商知识分享!

当前位置:首页 > 综合服务 > 培训机构 > Clarity AI:免费开源的AI无损图片放大图像升级器和增强工具

Clarity AI:免费开源的AI无损图片放大图像升级器和增强工具

时间:2024-04-13 14:10:43 来源:网络cs 作者:欧阳逸 栏目:培训机构 阅读:

标签: 升级  工具  增强  放大  图片  免费 

可以作为Magnific AI的平替版本。Magnific AI是一款基于人工智能技术的图像处理工具,主要功能包括图像放大、像素级AI重绘、灵活的设置调整以及多种优化场景。它能够支持最高放大至16倍,甚至可以达到1亿像素的分辨率。此外,Magnific AI还具备高级的AI图像放大和增强平台功能,使用A技术将图像放大到极高的分辨率,同时保持或增强图像质量。

AIGC专区:
aigc

工具箱:
专注收录AIGC(通用型AI)垂直领域的工具与软件

夸克网盘开源文件下载链接:夸克网盘分享

在线计费版:https://clarityai.cc

在线体验版:philz1337x/clarity-upscaler – Run with an API on Replicate

GitHub开源网址:https://github.com/philz1337x/clarity-upscaler

Clarity AI是一款利用最新AI技术的高分辨率图片放大增强工具,它能够增强图片细节并提供超高分辨率,适用于多种场景如风景、肖像、插图、动漫、室内设计等。这表明Clarity AI不仅是一个高质量的图片放大工具,而且还是一个开源项目,允许用户自由使用和修改其代码。

Clarity AI的主要特点包括其开源性质、无损放大能力以及对多种图像类型的适用性。这些特性使其成为一个强大的工具,用于提升低分辨率图像的质量,同时保持图像的原始细节和清晰度。此外,Clarity AI作为一个免费且开源的Magnific替代品,提供了与Magnific相似的功能,但以更开放的方式提供给用户。

Clarity AI无损图片放大AI工具的主要优势在于其采用最新的AI技术进行高分辨率图片的放大和增强,同时作为一个开源项目,它允许用户自由地访问和修改源代码,以满足特定的需求或进行个性化定制。

READ ME(使用说明)

使用 cog 部署和运行(本地或云)

从 Cvitai 下载 Checkpoints 和 LoRa 并放入 /models 文件夹中(使用一个文件准备所有内容的 download_weights.py 文件是一项正在进行的工作)

https://civitai.com/models/46422/juggernaut

https://civitai.com/models/82098?modelVersionId=87153

https://civitai.com/models/171159?modelVersionId=236130

predict with cog: 用 cog 预测:

cog predict -i image="link-to-image"

Run with A1111 webUI 使用 A1111 webUI 运行

https://github.com/AUTOMATIC1111/stable-diffusion-webui

Use these params: 使用这些参数:

masterpiece, best quality, highres, <lora:more_details:0.5> <lora:SDXLrender_v2.0:1> Negative prompt: (worst quality, low quality, normal quality:2) JuggernautNegative-neg Steps: 18, Sampler: DPM++ 3M SDE Karras, CFG scale: 6.0, Seed: 1337, Size: 1024x1024, Model hash: 338b85bc4f, Model: juggernaut_reborn, Denoising strength: 0.35, Tiled Diffusion upscaler: 4x-UltraSharp, Tiled Diffusion scale factor: 2, Tiled Diffusion: {"Method": "MultiDiffusion", "Tile tile width": 112, "Tile tile height": 144, "Tile Overlap": 4, "Tile batch size": 8, "Upscaler": "4x-UltraSharp", "Upscale factor": 2, "Keep input size": true}, ControlNet 0: "Module: tile_resample, Model: control_v11f1e_sd15_tile, Weight: 0.6, Resize Mode: 1, Low Vram: False, Processor Res: 512, Threshold A: 1, Threshold B: 1, Guidance Start: 0.0, Guidance End: 1.0, Pixel Perfect: True, Control Mode: 1, Hr Option: HiResFixOption.BOTH, Save Detected Map: False", Lora hashes: "more_details: 3b8aa1d351ef, SDXLrender_v2.0: 3925cf4759af"

本文链接:https://www.kjpai.cn/news/2024-04-13/158091.html,文章来源:网络cs,作者:欧阳逸,版权归作者所有,如需转载请注明来源和作者,否则将追究法律责任!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。

文章评论