Khôi phục những Ảnh cũ đã bị xuống cấp trầm trọng theo thời gian.
Những bức ảnh duy nhất của ông bà bạn khi họ còn trẻ được gấp lại, đôi chỗ bị rách, có vết trầy xước và bụi bẩn đã xuống cấp mà không có bản sao lưu kỹ thuật số. Điều gì sẽ xảy ra nếu AI có thể khôi phục chúng? Thậm chí chuyển đổi chúng sang độ nét cao. Đó không phải là một cái gì đó bạn sẽ quan tâm?
Vâng Trong bài viết này tôi sẽ chỉ cho bạn cách làm điều đó. Không có kiến thức lập trình là cần thiết. Chúng tôi sẽ sử dụng ứng dụng Web nơi mô hình AI được tải và sẵn sàng xử lý hình ảnh của bạn.
Ngoài ra còn có một liên kết đến một mô hình AI ở cuối bài viết sẽ giúp bạn tô màu những hình ảnh này.
Microsoft Research đã phát hành một bài báo có tên “Khôi phục ảnh cũ thông qua bản dịch không gian tiềm ẩn sâu” cách đây một thời gian. Nó có sẵn ở đâyhttps://github.com/microsoft/Bringing-Old-Photos-Back-to-Lifevới việc triển khai PyTorch và sổ tay colab.
Tôi sẽ sử dụng replica.com nơi mô hình AI đã được xuất bản và có thể chạy được. Tôi sẽ sử dụng hình ảnh sau đây để kiểm tra mô hình.
Đi đếnhttps://replicate.com/microsoft/bringing-old-photos-back-to-life
Đây là nơi lưu trữ mô hình AI. Bạn sẽ thấy một cái gì đó như thế này.
“Nhấp vào tùy chọn Thả tệp hoặc nhấp để chọn”. Điều này sẽ yêu cầu bạn cho hình ảnh đầu vào. Chọn các tùy chọn khác dựa trên hình ảnh bạn đã tải lên.
Nhấp vào Gửi. Dự đoán thường hoàn thành trong vòng 88 giây. sau đó, bạn sẽ thấy một cái gì đó như thế này.
Và Voila! Đây là hình ảnh của bạn được xây dựng lại. Bây giờ hãy mang album ảnh cũ ra và bắt đầu.
Ngoài ra, đây là một số mẫu khác cho hình ảnh đầu vào và đầu ra.
Đây là một ví dụ khác.
Đầu ra:
Đây là hình ảnh gốc chúng tôi đã sử dụng, đầu vào và đầu ra cạnh nhau.
Bây giờ chúng tôi đã sửa chữa các hình ảnh, chúng tôi có thể tô màu chúng bằng AI không?
Vâng, chúng tôi có thể!
Nếu bạn thích các bài viết của tôi, hãy ủng hộ tôi bằng cách trở thành thành viên trung bình bằng liên kết này . Bạn cũng có thể để lại tiền boa bằng cách sử dụng tính năng Phần thưởng cho người viết ở cuối bài viết.
Cảm ơn vì đã là một phần của cộng đồng của chúng tôi! Trước khi bạn đi:
Nó đập vào mắt tôi Đột ngột như nó thường xảy ra Nó lại ở giữa chừng <Không, không phải cái ở Thái Bình Dương đâu bạn màu hạt dẻ, cái ở lễ hội hóa trang> Mọi tiêu đề đều ầm ĩ…..
Xin chào, những người đam mê mạng! Chào mừng bạn quay trở lại OSINT cho loạt bài săn tìm mối đe dọa. Trong bài viết đầu tiên, tôi đã cung cấp cho bạn cái nhìn tổng quan về OSINT và tầm quan trọng của nó trong việc tìm kiếm mối đe dọa.
Bạn có thể là Điều tra viên OSINT, Người chơi CTF hoặc đơn giản là người nhận được các cuộc gọi spam. Ai đó đang cố xác minh số bạn đã thấy trong quảng cáo.
Sau nửa đêm, Hayden lái xe chở Katie trở lại ký túc xá đại học của cô ấy sau buổi tối bên nhau. Cô có một lớp học sớm vào buổi sáng và không có quần áo để thay sau khi ở lại với anh ta đêm hôm trước.
Bởi Alyson Lee, cố vấn quản lý các vấn đề của chính phủ Quy trình phân bổ ngân sách hàng năm của chính phủ liên bang là trọng tâm trong những nỗ lực của chúng tôi nhằm tài trợ cho việc loại bỏ carbon dioxide (CDR). Mỗi năm, Carbon180 gửi yêu cầu tới các văn phòng quốc hội khác nhau để giúp hướng dẫn nơi đô la của năm tới sẽ chảy.