यह कैसे काम करता है
AI अपस्केलर से अच्छा नतीजा कैसे पाएँ
अपस्केलिंग सिर्फ़ आकार बदलना नहीं है। मॉडल क्या दोबारा बना सकता है और क्या नहीं — यह समझना ही तेज़ नतीजे और प्लास्टिक जैसे दिखने वाले नतीजे के बीच का अंतर है।
पारंपरिक तरीक़े से बड़ा करना — बाइक्यूबिक, लैंचोस, या किसी भी इमेज एडिटर का रीसैंपलिंग — मौजूदा पिक्सल का औसत निकालकर काम करता है। चार गुना चौड़ाई माँगिए और उसे तीन-चौथाई नतीजा सिर्फ़ गणित से गढ़ना पड़ता है; इसीलिए वह धुँधला लगता है। वह असल इमेज का गणितीय रूप से उचित धुँधलापन भर है।
सुपर-रेज़ोल्यूशन मॉडल अलग तरह से काम करता है। इसे एक ही इमेज के छोटे और बड़े संस्करणों के लाखों जोड़ों पर प्रशिक्षित किया गया है, इसलिए इसने सीख लिया है कि छोटी की गई पलक, ईंट का किनारा या अक्षर की बनावट पूरे आकार में आम तौर पर कैसी दिखती थी। औसत निकालने के बजाय यह अनुमान लगाता है कि सबसे अधिक संभावना किस बारीकी के खो जाने की थी। यही कारण है कि बड़ी की गई फ़ोटो में त्वचा की बनावट या कपड़े की बुनाई विश्वसनीय लग सकती है, जो साधारण रीसैंपलिंग कभी नहीं बना सकती।
उस वाक्य का असली शब्द है विश्वसनीय। मॉडल वह बारीकी बनाता है जो उसके प्रशिक्षण से मेल खाती है, वह नहीं जो वास्तव में मौजूद थी। फ़ोटो, कलाकृति और स्क्रीनशॉट के लिए यह लगभग हमेशा वही होता है जो आप चाहते हैं। लेकिन जहाँ सटीकता ही मुद्दा हो — गाड़ी की नंबर प्लेट, कोई मेडिकल स्कैन, या ऐसा दस्तावेज़ जिसे आप सबूत मानने वाले हों — वहाँ बड़ी की गई इमेज एक व्याख्या है और उसे पुनर्प्राप्त तथ्य की तरह नहीं पढ़ा जाना चाहिए।
कौन-सी फ़ाइलें अपस्केल की जा सकती हैं
Veedz AI चार इनपुट फ़ॉर्मेट स्वीकार करता है और स्रोत फ़ाइल की सीमा 20 MB रखता है। यह सीमा इसलिए है क्योंकि सब कुछ आपके ब्राउज़र टैब में चलता है: पूरी इमेज को मॉडल और आउटपुट बफ़र के साथ मेमोरी में समाना पड़ता है।
| फ़ॉर्मेट | किसके लिए सबसे अच्छा | ध्यान रखें |
|---|---|---|
| PNG | स्क्रीनशॉट, UI, लोगो, लाइन आर्ट — सपाट रंग और तीखे किनारे | फ़ाइलें बड़ी; JPEG के मुक़ाबले 20 MB की सीमा जल्दी आ जाएगी |
| JPEG | कैमरा या फ़ोन से ली गई फ़ोटो | मौजूदा कंप्रेशन के दोष भी बड़े हो जाते हैं — नीचे स्रोत वाला हिस्सा देखें |
| WebP | आधुनिक वेब से सहेजी गई इमेज | लॉसी WebP पर JPEG वाली ही चेतावनी लागू होती है |
| AVIF | नई, कुशल वेब इमेज | पुराने कंप्यूटरों पर बाक़ियों से धीमे डिकोड होता है |
सबसे अच्छे उपलब्ध ओरिजिनल से शुरू करें
गुणवत्ता पर यही सबसे बड़ा असर डालता है, और इसमें कोई ख़र्च नहीं। मॉडल जो कुछ भी मिलता है उसे बढ़ाता है — ख़ामियों समेत। जिस फ़ोटो का स्क्रीनशॉट लिया गया, फिर सहेजा गया और तीन बार मैसेजिंग ऐप से गुज़री, उसमें कंप्रेशन के ब्लॉक, रंग की पट्टियाँ और नरम पड़े किनारे होते हैं — और अपस्केलिंग इनमें से हर एक को ईमानदारी से बड़ा कर देगी।
अपस्केल करने से पहले देखें कि कोई बेहतर संस्करण मौजूद है या नहीं: चैट से डाउनलोड की गई कॉपी के बजाय कैमरा रोल का ओरिजिनल, उसके JPEG स्क्रीनशॉट के बजाय एक्सपोर्ट किया गया PNG, थंबनेल के बजाय पूरे आकार की फ़ाइल। 900 पिक्सल का ओरिजिनल 4× पर 400 पिक्सल वाले ओरिजिनल को उससे कहीं ज़्यादा पीछे छोड़ देगा जितना पिक्सल का अंतर बताता है।
2× या 4× चुनना
दोनों स्केल एक ही मॉडल इस्तेमाल करते हैं; 4× उससे बस ज़्यादा पुनर्निर्माण माँगता है। आदतन सबसे बड़ा विकल्प चुनने के बजाय वही चुनें जो आपकी असली ज़रूरत के आकार से मेल खाता हो।
- 2× — फ़ोटो, चेहरों और पहले से ठीक-ठाक साफ़ किसी भी इमेज के लिए सुरक्षित विकल्प। बारीकी ओरिजिनल के ज़्यादा क़रीब रहती है और गढ़ी हुई बनावट कम दिखती है।
- 4× — सचमुच छोटे स्रोतों के लिए बेहतर: पुराने अवतार, थंबनेल, कम रेज़ोल्यूशन के स्कैन, पिक्सल आर्ट और ऐसे लोगो जिन्हें प्रिंट या प्रोजेक्शन झेलना है।
अगर आपको कोई ख़ास अंतिम आकार चाहिए, तो उससे ठीक ऊपर वाले स्केल पर अपस्केल करें और बाद में किसी भी एडिटर में घटा लें। 4× के नतीजे को अपने लक्ष्य तक घटाना लगभग बिना नुक़सान के होता है और आम तौर पर उस 2× नतीजे से बेहतर दिखता है जो थोड़ा छोटा रह गया हो।
आउटपुट फ़ॉर्मेट चुनना
आउटपुट सिलेक्टर फ़ॉर्मेट और स्केल को एक ही कंट्रोल में जोड़ता है। डिफ़ॉल्ट PNG 4× है।
- PNG (लॉसलेस) — मॉडल ने जो बनाया, बिल्कुल वही रखता है। सही विकल्प तब, जब इमेज दोबारा एडिट, प्रिंट या संग्रहित की जाएगी। फ़ाइलें बड़ी होंगी: 4× PNG स्रोत से कई गुना भारी हो सकता है।
- WebP (छोटा) — देखने में PNG जैसा ही, पर आकार का एक अंश। वेबसाइट या दस्तावेज़ में जाने वाली हर चीज़ के लिए सबसे अच्छा डिफ़ॉल्ट।
- JPEG — सबसे ज़्यादा अनुकूल और सबसे छोटा, पर पुनर्निर्माण के ऊपर फिर से लॉसी कंप्रेशन ले आता है। साझा करने के लिए ठीक; अगर फ़ाइल बार-बार एडिट और सहेजी जाएगी तो इससे बचें।
डाउनलोड से पहले क्या जाँचें
थंबनेल से आँकने के बजाय पूरे आकार पर बिफ़ोर/आफ़्टर स्लाइडर का इस्तेमाल करें। छोटा सब कुछ बेहतर लगता है। चार जगहें बताती हैं कि पुनर्निर्माण सचमुच काम आया या नहीं:
- चेहरे — आँखें, दाँत और बालों की रेखा ज़रूरत से ज़्यादा आश्वस्त मॉडल की पोल खोल देती हैं। त्वचा मोम जैसी लगे या आँखें पेंट की हुई, तो 2× आज़माएँ।
- टेक्स्ट — छोटे अक्षर या तो विश्वसनीय ढंग से साफ़ होते हैं या आत्मविश्वास से भरी बकवास बन जाते हैं। जाँचें कि अक्षर वही हैं जो पहले थे।
- बारीक दोहराए जाने वाले पैटर्न — ईंट, कपड़े की बुनाई, पत्तियाँ और जालियाँ वहाँ नियमित झिलमिलाहट पैदा कर सकती हैं जहाँ मॉडल ने कोई अनुमान दोहरा दिया हो।
- सपाट हिस्से — आसमान, दीवारें और स्टूडियो बैकग्राउंड चिकने रहने चाहिए। वहाँ धब्बे दिखें तो स्रोत दिखने से ज़्यादा कंप्रेस्ड था।
गति, मेमोरी और निजता
हर सेशन का पहला रन AI मॉडल डाउनलोड करता है, इसीलिए वह बाद वालों से काफ़ी ज़्यादा समय लेता है। इसके बाद ब्राउज़र मॉडल को कैश कर लेता है, तो अगली इमेज तुरंत शुरू होती हैं — और बिना किसी नेटवर्क कनेक्शन के भी काम करती रहती हैं।
जहाँ WebGPU उपलब्ध है, मॉडल आपके ग्राफ़िक्स हार्डवेयर पर चलता है और आम फ़ोटो कुछ सेकंड में पूरी हो जाती है। इसके बिना एक CPU फ़ॉलबैक है जो किसी भी आधुनिक ब्राउज़र में चलता है, पर काफ़ी धीमा है। चूँकि प्रोसेसिंग टैब में होती है, कम खाली मेमोरी वाली मशीन पर बड़ा स्रोत 4× पर धीमा पड़ सकता है या नाकाम हो सकता है; दूसरे भारी टैब बंद करने से सचमुच फ़र्क़ पड़ता है।
इसमें कहीं भी सर्वर शामिल नहीं है। पेज आपकी इमेज पढ़ता है, आपके डिवाइस पर प्रोसेस करता है और डाउनलोड के रूप में लौटा देता है — अपलोड का कोई चरण ही नहीं, इसलिए आपकी फ़ाइल की ऐसी कोई कॉपी नहीं जिसे कोई रख सके, लीक कर सके या ट्रेनिंग में इस्तेमाल कर सके।