PhotoAid's AI Image Enlarger vs InstructPix2Pix

PhotoAid's AI Image Enlarger agrandit les photos directement dans le navigateur sans nécessiter de téléchargement de logiciel. Vous téléchargez un fichier JPEG, WEBP ou PNG jusqu'à 30MB ou 10 000 par 10 000 pixels, choisissez un niveau de zoom 1x ou 2x, et l'outil double les dimensions tout en lissant les détails au lieu de laisser des pixels en blocs.

Les outils de redimensionnement standard étirent les pixels et floutent rapidement les visages. L'agrandisseur de PhotoAid utilise un lissage par IA spécialement ajusté pour les portraits, de sorte qu'une image de 1000 par 1000 px peut devenir 2000 par 2000 px avec moins d'artefacts qu'un simple étirement bicubique.

L'agrandisseur est gratuit et hébergé par PhotoAiD, la même équipe derrière les outils de photo pour passeport et visa sur photoaid.com. Ils l'ont publié comme un utilitaire autonome dans le navigateur, en parallèle de leur pipeline de photo biométrique, avec des options multilingues sur le site et des liens vers d'autres outils PhotoAid.

PhotoAid's AI Image Enlarger convient aux photographes, vendeurs en ligne et à toute personne ayant besoin d'un agrandissement rapide pour des photos de profil ou des images de produits. Il aide également les voyageurs qui utilisent déjà PhotoAid pour les photos de passeport et souhaitent une étape d'agrandissement distincte dans le même écosystème.

InstructPix2Pix modifie une photo à partir d'une instruction en langage courant telle que « rendre le ciel orange au coucher du soleil » ou « transformer ceci en aquarelle ». Vous fournissez une image d'entrée et une commande textuelle courte, et le modèle renvoie une version modifiée en quelques secondes sans entraînement préalable sur cette photo spécifique. Il a été publié comme un Highlight CVPR 2023 par des chercheurs de l'UC Berkeley.

Les éditeurs basés sur des masques vous obligent à peindre des régions avant de modifier quoi que ce soit. InstructPix2Pix effectue un passage avant unique à partir du texte seul, évitant les étapes de fine-tuning ou d'inversion par image qui ralentissent d'autres workflows d'édition par diffusion. Le compromis apparaît dans les cas d'échec présentés dans l'article : les changements de point de vue, les échanges d'objets et les modifications locales précises restent des points faibles.

Le projet propose un code open source sur GitHub et un espace de démonstration Hugging Face pour tester les modifications dans un navigateur. L'entraînement a combiné GPT-3 et Stable Diffusion pour synthétiser des paires d'instructions, et le modèle publié se généralise aux photos réelles jusqu'à environ 768 pixels de large malgré une résolution d'entraînement de 256x256.