For the complete documentation index, see llms.txt. This page is also available as Markdown.

Super Resolution

هذه الدالة تقوم بتحسين جودة الصورة عن طريق تكبير الصور الواردة باستخدام نماذج Super-Resolution مدربة مسبقًا. اختر النموذج الذي يتناسب مع متطلبات السرعة والجودة لديك، ثم أدخل الصورة للحصول على نتيجة مُكبرة.

📥 المدخلات

Image Any هذا المقبس يستقبل الصورة التي تريد تحسينها.

📤 المخرجات

Image Any الصورة المكبرة/المحسنة التي ينتجها البلوك.

🕹️ عناصر التحكم

SuperResolution Type قائمة منسدلة لاختيار نموذج التكبير والمقياس. الخيارات تعرض موازنة بين السرعة والجودة. أمثلة على الخيارات: BEST_x2, MEDIUM_x4, FAST_x3, وFASTEST_x2. اختر الخيار المناسب لقدرات جهازك ومتطلبات الكمون.

🎨 المميزات

  • تكبير الصور مع عدة نماذج تقدم مستويات مختلفة من الجودة والأداء.

  • دعم تسريع الأجهزة للاستفادة من GPU متوافق لسرعة معالجة أعلى.

  • تدفق بسيط مدخَل واحد / مخرَج واحد لسهولة الإدماج في مسارات المعالجة الحالية.

⚙️ طريقة العمل

  • اختر نموذجًا من SuperResolution Type.

  • عند تشغيل البلوك، يطبق النموذج المختار على الصورة الواردة ويخرج الصورة المكبرة.

  • العوامل الأكبر للمقياس والنماذج عالية الجودة تتطلب وقتًا وذاكرة معالجة أكبر.

📝 تعليمات الاستخدام

  1. وصل مصدر الصورة إلى مدخل Image Any.

  2. اختر من القائمة SuperResolution Type نموذجًا ومقياسًا (مثلاً x2 أو x3 أو x4).

  3. شغل السيناريو لإنتاج الصورة المكبرة عند المخرج Image Any.

  4. عاين النتيجة عبر شاشة عرض أو احفظها باستخدام بلوك مصدّر.

💡 نصائح وحيل

  • إذا كانت الصور كبيرة جدًا والمعالجة بطيئة، استخدم Image Resizer لتقليل حجم الصورة قبل التكبير، أو اختر نموذجًا أخف مثل FASTEST_x2.

  • لعرض النتيجة بصريًا، وصل المخرج إلى Show Image لمعاينة الصورة المحسنة تفاعليًا.

  • إذا أردت حفظ الصور لمعالجة لاحقة، وصل المخرج إلى Image Logger أو Image Write.

  • طبق super resolution فقط على المناطق الهامة لتوفير الموارد: اعمل قصًا باستخدام Image ROI Select أو Get ROI، شغّل التكبير على المنطقة المُقصوصة ثم أعد دمجها إذا لزم الأمر.

  • للمهام اللاحقة التي تستفيد من تفاصيل أعلى (مثل التعرف على كائنات صغيرة أو قراءة نص)، جرّب وصل المخرج إلى Object Detection (D-FINE), Object Detection, OCR (EasyOCR) أو OCR لتحسين دقة الاكتشاف والتعرّف.

  • إذا كان الهدف أقصى إنتاجية مع الحفاظ على زمن استجابة جيد، فوازن بين الجودة والسرعة: فضّل نماذج MEDIUM_* أو FAST_* عند حاجة الأداء في الزمن الحقيقي.

🛠️ استكشاف الأخطاء وإصلاحها

  • GPU نفد منها الذاكرة أو أوقات المعالجة طويلة

    • جرّب خيارًا أخف من قائمة SuperResolution Type مثل FASTEST_x2 أو قلّل حجم الصورة المدخلة باستخدام Image Resizer.

    • أغلق التطبيقات الأخرى التي تستهلك GPU قبل تشغيل المسار.

  • المخرَج يبدو دون تغيير أو ظهرت تشوهات

    • جرّب ضبط نموذج/مقياس مختلف. النماذج ذات الجودة الأعلى تحسّن التفاصيل لكنها قد تُظهر تشوهات مختلفة اعتمادًا على محتوى الصورة.

    • فكّر في تطبيق معالجة مسبقة مثل Denoising, Blur أو Image Resize لتحسين جودة المدخل قبل التكبير.

  • بطء التقييم عند معالجة عدد كبير من الصور

    • استخدم Batch Processing للتحكم في استهلاك الذاكرة ومعدل المعالجة، أو قم بتكبير مناطق مختارة فقط باستخدام Image ROI Select.

📊 التقييم

عند التشغيل، ينتج البلوك صورة واحدة مكبرة تعكس النموذج والمقياس المختارين. الأداء يعتمد على اختيار النموذج، حجم الصورة، والعتاد المتاح.

آخر تحديث