topaz gigapixel ai 是一款运用深度学习技术的图像放大软件，它能够将图像放大至原始尺寸的 600%甚至更大，同时维持图像的清晰度与细节。该软件借助人工智能技术对图像中的细节进行分析，并在放大过程中对这些细节进行重构，进而达成高质量的放大效果。其具备减少噪点和伪影的功能，可确保放大后的图像质量更优。此软件既可以作为独立应用程序运行，也能够作为插件集成到其他图像处理软件中使用。它操作简便，拥有多种调整选项，如放大比例、降噪等级、锐化程度等，能够满足不同用户的多样化需求。
基于恢复扩散的无损放大模型（beta 版），可通过智能模拟新细节来恢复 1mp 以下的图像。
全新的文本和形状模型，适用于包含硬边缘、曲线、形状以及多种语言文本的图像。
低分辨率 v2 模型（测试版）在全面的低分辨率图像升级方面表现卓越。
新增了型号比较视图，有助于用户快速对比不同型号，并找出最适宜的高级产品。未来的软件更新将持续支持该查看模式。
标准化了 topaz ui 框架，在所有 topaz labs 应用程序中更新了颜色和图标，以实现统一且简洁的外观设计。
对标准模型进行了重大更新，在更广泛的受模糊和噪声影响的放大图像中增添了更自然的细节；同时推出了新的高质量模型，在放大高分辨率图像时能够提供更高的质量。用户可使用新的“修复压缩”滑块来控制保留细节的程度。
1、更新后的标准模型——呈现更自然的细节并优化模糊/噪声校正
更新后的标准模型是满足大多数图像升级需求的理想之选，原因在于它在两个关键方面实现了改进：
（1）全新的模型架构、训练策略以及更大的数据集，使得标准模型在放大照片的同时能够添加更多细节。更为重要的是，相较于之前的标准模型版本，新增的细节看起来更加自然。
（2）该模型能够为更广泛的图像集提供显著的升级改进。此前，标准模型在放大严重模糊和带有噪点的图像时效果欠佳。
2、全新的“高质量”模型——提升高质量和人工智能编辑照片的升级效果
新的高质量（hq）模型旨在进一步提升已经具备高质量的图像，例如使用现代相机拍摄的图像。当放大已经使用其他 ai 模型（如 denoise ai 和/或 sharpen ai 中的模型）处理过的图像时，它也是绝佳的选择。
当您的图像在放大前已经拥有足够的细节或质量，或者已经经过 denoise ai 和/或 sharpen ai 处理时，建议使用高质量模型而非标准模型。
这是因为与其他模型相比，高质量模型经过专门训练，在放大过程中不会过度使用纹理增强。因此，边缘细节看起来会更加自然，包含文本的区域也会减少扭曲现象。
4、全新的“修复压缩”滑块——增强对压缩伪影消除的控制
新的修复压缩滑块为消除压缩伪影提供了额外的控制选项，并且在使用高质量（hq）或标准模型进行升级时均可使用。
“修复压缩”滑块与“抑制噪声”滑块配合默契：可以使用“修复伪影”滑块减轻较大的压缩伪影（如块状区域），而使用“抑制噪声”滑块减轻较小的伪影（如噪声）。用户在调整应用程序中其他滑块的参数时，还能体验到更高的灵敏度。
本文转载自互联网，如有侵权，联系删除
有心就好！——文章设置里上传
