PhotoAid's AI Image Enlarger vs InstructPix2Pix

PhotoAid's AI Image Enlarger amplia fotos no navegador sem necessidade de baixar software. Você faz upload de um arquivo JPEG, WEBP ou PNG de até 30MB ou 10.000 por 10.000 pixels, escolhe um nível de zoom 1x ou 2x, e a ferramenta dobra as dimensões enquanto suaviza os detalhes em vez de deixar pixels em blocos.

Ferramentas padrão de redimensionamento esticam pixels e desfocam rostos rapidamente. O ampliador da PhotoAid usa suavização por IA ajustada especialmente para retratos, então uma imagem de 1000 por 1000 px pode se tornar 2000 por 2000 px com menos artefatos do que um esticamento bicúbico básico.

O ampliador é gratuito e hospedado pela PhotoAiD, a mesma equipe por trás das ferramentas de fotos para passaporte e visto em photoaid.com. Eles o lançaram como uma utilidade independente para navegador junto com seu pipeline de fotos biométricas, com opções multilíngues no site e links para outras ferramentas da PhotoAid.

PhotoAid's AI Image Enlarger é indicado para fotógrafos, vendedores de ecommerce e qualquer pessoa que precise de um aumento rápido para fotos de perfil ou imagens de produtos. Também ajuda viajantes que já usam a PhotoAid para fotos de passaporte e querem uma etapa separada de ampliação no mesmo ecossistema.

InstructPix2Pix edita uma foto a partir de uma instrução em linguagem simples, como "faça o céu ficar laranja de pôr do sol" ou "transforme isso em uma aquarela." Você fornece uma imagem de entrada e um comando de texto curto, e o modelo retorna uma versão editada em segundos sem precisar treinar nessa foto específica antes. Foi publicado como um Destaque do CVPR 2023 por pesquisadores da UC Berkeley.

Editores baseados em máscara exigem que você pinte regiões antes de alterar qualquer coisa. InstructPix2Pix executa uma única passagem direta apenas a partir do texto, pulando etapas de ajuste fino ou inversão por imagem que retardam outros fluxos de trabalho de edição por difusão. A compensação aparece nos casos de falha do artigo: mudanças de ponto de vista, troca de objetos e edições locais precisas continuam sendo pontos fracos.

O projeto disponibiliza código open source no GitHub e um espaço de demonstração no Hugging Face para testar edições no navegador. O treinamento combinou GPT-3 e Stable Diffusion para sintetizar pares de instruções, e o modelo lançado generaliza para fotos reais de até cerca de 768 pixels de largura, apesar da resolução de treinamento de 256x256.