Super Resolution

Ce bloc de fonction améliore la qualité d'image en augmentant la résolution des images d'entrée à l'aide de modèles de super-résolution pré-entraînés. Choisissez un modèle adapté à vos besoins en termes de rapidité et de qualité, puis fournissez une image pour obtenir un résultat agrandi.

📥 Entrées

Image Any La prise qui accepte l'image que vous souhaitez améliorer.

📤 Sorties

Image Any L'image agrandie / améliorée produite par le bloc.

🕹️ Contrôles

SuperResolution Type Un menu déroulant pour sélectionner le modèle d'upscaling et le facteur d'échelle. Les options proposent différents compromis vitesse/qualité, par exemple BEST_x2, MEDIUM_x4, FAST_x3, et FASTEST_x2. Sélectionnez l'option qui correspond à votre matériel et à vos contraintes de latence.

🎨 Fonctionnalités

• Upscaling avec plusieurs choix de modèles offrant différents niveaux de qualité et de performance.

• Accélération matérielle possible pour des traitements plus rapides si un GPU compatible est disponible.

• Flux simple une entrée / une sortie pour une intégration facile dans des pipelines existants.

⚙️ Mécanisme d'exécution

• Choisissez un modèle dans le contrôle SuperResolution Type.

• Lors de l'exécution, le bloc applique le modèle d'upscaling sélectionné à l'image entrante et renvoie l'image agrandie.

• Des facteurs d'échelle plus élevés et des modèles de meilleure qualité nécessitent plus de temps de traitement et de mémoire.

📝 Instructions d'utilisation

1. Connectez une source d'image à l'entrée Image Any.

2. Utilisez le menu SuperResolution Type pour choisir un modèle et un facteur d'échelle (par exemple x2, x3 ou x4).

3. Exécutez votre scénario pour obtenir l'image agrandie en sortie sur Image Any.

4. Prévisualisez le résultat avec un display ou sauvegardez-le avec un bloc d'exportation.

💡 Astuces

• Si vos images d'entrée sont très grandes et que le traitement est lent, utilisez Image Resizer pour réduire la taille avant l'upscaling, ou choisissez un modèle de plus faible facteur comme FASTEST_x2.

• Pour inspecter visuellement le résultat, connectez la sortie à Show Image afin de prévisualiser l'image améliorée de manière interactive.

• Pour enregistrer les images traitées, connectez la sortie à Image Logger ou Image Write.

• Appliquez la super-résolution seulement aux régions importantes pour économiser des ressources : recadrez avec Image ROI Select ou Get ROI, exécutez la super-résolution sur la région recadrée, puis réintégrez si nécessaire.

• Pour des tâches en aval qui bénéficient d'un meilleur détail (reconnaissance d'objets petits ou lecture de texte), essayez de connecter la sortie à Object Detection (D-FINE), Object Detection, OCR (EasyOCR) ou OCR pour améliorer la précision.

• Si vous devez maximiser le débit de détection, trouvez un équilibre qualité/vitesse : préférez les modèles MEDIUM_* ou FAST_* pour des performances en temps réel.

🛠️ Dépannage

• GPU out of memory ou temps de traitement trop longs

  • Essayez une option plus légère dans la liste SuperResolution Type, par exemple FASTEST_x2, ou réduisez la taille de l'image d'entrée avec Image Resizer.

  • Fermez les autres applications gourmandes en GPU avant d'exécuter le pipeline.

• Le rendu ne change pas ou des artefacts apparaissent

  • Essayez un autre modèle/facteur d'échelle. Les modèles de meilleure qualité améliorent les détails mais peuvent produire des artefacts différents selon le contenu.

  • Envisagez un prétraitement avec Denoising, Blur ou Image Resize pour améliorer la qualité d'entrée avant l'upscaling.

• Évaluation lente sur de nombreuses images

  • Utilisez Batch Processing pour contrôler l'utilisation de la mémoire et le débit, ou n'upscalez que des ROIs sélectionnées avec Image ROI Select.

📊 Évaluation

À l'exécution, le bloc produit une seule image agrandie reflétant le modèle et le facteur d'échelle choisis. Les performances dépendent du modèle sélectionné, de la taille de l'image et du matériel disponible.