Upscayl - ปรับปรุงภาพด้วย AI ท้องถิ่น ไม่ต้อง cloud
อัปเดต: 6 กันยายน 2567
ปกติผมดูหลายอย่าง AI แบบดูถูก ไม่ใช่เพราะ AI มีอะไรผิดพลาดแต่เพราะ hype และการตลาดรอบเทคโนโลยี/ผลิตภัณฑ์ที่อ้างว่าเป็น AI แต่จริงๆ แค่สถิติเก๋งๆ ปิดทับด้วย marketing nonsense หนาแน่น สมมติมีรูปเก่า low-res เยอะ ทำให้ดีขึ้นได้ไหม? ด้วย AI?
ถ้าดูซีรีย์สืบสวนยุค 2000 เริ่มแรก แค่ "enhance" ก็ได้ ทุกครั้งที่ขยายรูป James Maxwell และ Ludwig Boltzmann หมุนในหลุมฝังเพราะละเมิดกฎเกณฑ์תרโมไดนามิกส์ เอนโทรปี การสร้างข้อมูลจากความว่างเปล่า วิเศษ แต่ AI-powered programs สัญญาว่าทำได้ คำถามคือ ทำ AI ได้โดยไม่สละวิญญาณให้ cloud overloads? อาจทำได้! เครื่องมือหนึ่งคือ Upscayl Open-source, cross-platform, AI image enhancer 聽起來สุดยอด มาดูว่าทำงานได้จริงตามโฆษณาไหม
ติดตั้งง่าย, ใช้งานออฟไลน์จริง
เงื่อนไขของผมสำหรับ AI คือ สามารถตั้งค่า local ได้ และขั้นตอนไม่มาก Upscayl ผ่านทั้งคู่ ผมดาวน์โหลด snap version จาก Snap Store ติดตั้งบน Kubuntu 24.04 (Linux) ไม่มีปัญหา เอนท์เปร่ploy เรียบร้อยรวดเร็ว
ต่อมา ปิดการเชื่อมต่อ network ของโปรแกรม Snaps เป็น sandboxed Linux apps สามารถ enable/disable การเข้าถึงทรัพยากรที่ประกาศได้ Upscayl ต้องการเข้าถึง home (สำหรับไฟล์) OpenGL (สำหรับ rendering/processing) และทรัพยากรอื่นๆ network plug ก็อยู่ในรายการ และ enabled โดยค่าเริ่มต้น เป็นเช่นนี้กับ snap ส่วนใหญ่ ไม่ใช่ปัญหา
แต่เพื่อดูว่า Upscayl ทำ magic ท้องถิ่น 100% ได้จริง ผม disconnect network plug ด้วยตนเอง สำหรับโปรแกรม เครื่องของผมไม่มี network เลย เปิด Upscayl ใช้ "แก้" รูปหลายรูป ไม่มีปัญหา ไม่มีบ่น ดีมาก
ต้องการการ์ดจอ discrete (Vulkan-compatible)
อยากใช้ Upscayl ต้องมีเครื่องที่มี discrete graphics card สมัยใหม่และพอเพียง integrated GPUs ส่วนใหญ่ไม่ทำงาน "สมัยใหม่และพอเพียง" หมายถึงอะไร? เครื่องทดสอบของผมคือ IdeaPad 2014 ติด Kubuntu 24.04 หลังอัปเกรด SSD มีการ์ด Nvidia เก่า ทำงานได้ดี อาจไม่เร็วเท่า latest gen แต่ Upscayl ทำงานโดยไม่มีปัญหา โน้ตบุ๊ก 10 ปีพอใช้แล้ว
ทำงานจริง ผลลัพธ์ดีไหม?
ส่วนสำคัญ Upscayl ให้ผลดีไหม? ทดสอบด้วยรูปเก่าที่คัดมา 3 รูป:
- รูปปี 1983 บ้านสกี (ถ่ายด้วยกล้องฟิล์ม 35mm) scan จากรูปพิมพ์ด้วยสแกนเนอร์บ้านคุณภาพธรรมดา (300 DPI)
- รูปปี 2004 คน สภาพแสงผสม มี blur เพิ่มเติม
- รูปปี 2005 แมวนอน ความละเอียด 720x540px ส่งผ่านแชท/เมล โดน compress 2-3 ครั้ง
Upscayl มี UI ใช้งานสะดวด ด้านซ้าย sidebar โหลดรูป (รองรับ batch) เลือก enhancement model, scale, โฟลเดอร์ output ด้านขวาเห็นรูปต้นฉบับ และหลังประมวลผลมี vertical slider เปรียบเทียบ before/after
โหลดรูปเข้า Upscayl ให้รัน...
บนเครื่อง 2014 ใช้เวลาประมาณ 7 นาที ขยายรูป 2500x2500px ขึ้น 4 เท่า ค่อนข้างสมเหตุสมผล เวลาอาจแตกต่างมาก ขึ้นกับข้อมูลที่ model หาได้ในรูป ความเมฆและระดับแสงส่งผลต่อผลลัพธ์ ถ้าใช้ scale factor สูงกว่า หรือรูปต้นฉบับใหญ่อยู่แล้ว เวลาอาจกลายเป็น 20-30 นาที แต่โดยรวม performance ดี
รูปแมวผลลัพธ์ดีเยี่ยม รีเดอร์เร็ว (10 วินาที) ปรับปรุงชัดเจน เห็นรายละเอียดมากขึ้น ไฟล์มีพิกเซลมาก 16 เท่า แต่ชัดและคมขึ้น ไม่สมบูรณ์แต่ดีมาก รูป low-res แสงดี ความชัดและคอนทราสต์ดี
ลองรูปคน ผลลัพธ์... neutral ไม่เห็นการปรับปรุงคุณภาพ รูปใหญ่ขึ้น แต่ "ข้อผิดพลาด" ก็ใหญ่ขึ้น รูปใหญ่พอสมควร สองประเภทแสง ครึ่งซ้าย blur และมืดกว่าขวา มี grain ค่อนข้าง Upscayl ไม่ช่วยได้มาก
รูปบ้านสกี ผลลัพธ์กลับแย่กว่าต้นฉบับ แม้แสงดี แต่มี grain มาก และรายละเอียดละเอียดมาก (ต้นไม้ หญ้า) 추測 extrapolation บนส่วนที่ busy อยู่แล้ว ทำให้ได้ noise มากขึ้น ลองหลาย models รวม ULTRASHARP ที่ดีที่สุด ยังไม่ให้การปรับปรุง
ไม่มีโมเดลไหนทำงานกับรูปที่ 3
ส่วนซูมของส่วนหญ้า ดู grain มากในต้นฉบับ (ซ้าย) ผลรวมของฟิล์มแอนะล็อก การพัฒนาฟิล์ม วางชั้นหลายทศวรรษ scan ด้วยสแกนเนอร์ถูกประมาณ 15 ปีก่อน และ AI-upscaled ผลลัพธ์ "ปรับปรุงแล้ว" หญ้ามัวมัวขึ้น ฟ้ากับต้นไม้เหมือนกัน รูปนี้คมที่สุดแล้ว เว้นแต่โมเดลใหม่ถูกพัฒนาและ train บน "dot pattern" เฉพาะในต้นฉบับ แต่เป็น noise reduction มากกว่า เพราะรูปมีขนาดดี (2500x2000px)
เคล็ดลับ: ไม่จำเป็นต้องขยายรูป
สังเกตสำคัญ: ไม่ต้องทำให้รูปใหญ่ขึ้น สามารถรักษาขนาดเดิมด้วย scaling factor x1 อัลกอริทึมจะพยายาม interpolate ข้อมูลที่ขาดหายไปให้มากที่สุด เป็น first-pass approach ที่ดี ดูว่ามีการปรับปรุงไหม ประหยัดเวลา
ผลลัพธ์โดยรวม, ก่อนสรุป, เรื่อง Nvidia PRIME
ประมวลผลประมาณ 50 รูป รวมคนและทิวทัศน์ พบข้อสรุปหลายอย่าง บางอย่างน่าประหลาด บางอย่างระบุใน FAQ ชัดเจน
- อย่าคาดหวัง miracles อาจได้การปรับปรุงบ้าง แต่ทำไม่ได้เท่าจินตนาการ
- Upscayl ทำงานดีที่สุดกับรูป low graininess, แสงดี, รายละเอียดปานกลาง
- ถ้ามีรูปใหญ่ hi-res hi-DPI แต่อยู่แล้วแย่ (เบลอและมี noise) Upscayl ไใช่เครื่องมือที่ถูกต้อง ปรับปรุงได้เล็กน้อย แต่ถ้า noise factor "ใหญ่กว่า" smoothing/approximation ของ model จะไม่ได้ผลลัพธ์ที่มีความหมาย
- REAL-ESRGAN สร้างภาพ滑らกว่า ULTRASHARP เหมาะกับรูป grainy หรือ blur มากกว่า ภายในข้อจำกัดข้างต้น จะสูญเสียความชัดบ้าง tradeoff เสมอ
เพิ่มเติม ผมพอใจกับ Linux setup:
- แม้ปัญหาแรกๆ กับ Kubuntu 24.04 ตอนนี้คงที่และทำงานดี
- ติดตั้งง่าย (via snap) ใช้งานตรงไปตรงมา และออฟไลน์จริง
- ข้อกำหนดเบาๆ โน้ตบุ๊ก 10 ปีทำงานสวย
- Hybrid graphics ทำงานได้ดี Nvidia กำหนด PRIME on-demand ใช้การ์ดแรงตอนต้องการ ประหยัดแบตใช้ integrated ตอนอื่น เช็คพฤติกรรมตอนรัน Upscayl nvidia-smi แสดงโปรแกรมรันบน Nvidia GPU ไม่ร้อนเกินไป
Nvidia 535 drivers, on-demand setup, อุณหภูมิปกติ ดีมาก
สรุป
โปรแกรมสมัยใหม่ส่วนใหญ่ meh จริงๆ Upscayl เป็นข้อยกเว้น ข้อยกเว็นใหญ่ โปรแกรมสวย ขลัง GUI สวย ใช้งานง่าย ติดตั้งสะอาด ออฟไลน์จริง หลายโมเดล performance ดี ข้อกำหนด GPU เบา ผลลัพธ์พอใช้ถ้าไม่ใช่สมบูรณ์แบบ ในหนังสือของผม นี้คือผลรวมที่ดีมาก มากกว่าที่คาดหวัง
ได้ผลดีที่สุดถ้ามีรูปเล็ก รายละเอียดเรียบง่าย แสงสม่ำเสมอ blur และ noise น้อย ถ้าไฟล์ตรงเงื่อนไข คาดหวังผลลัพธ์ที่น่าพอใจ หากไม่ใช่ ผลลัพธ์จะแปรผันจากดีไปจนถึงผิดหวัง รู้จักข้อจำกัดนี้ แต่อย่างใด นี่คือเครื่องมือเล็กๆ ที่ยอดเยี่ยม คุ้มค่าที่จะทดสอบ ต่อไปผมจะลองทำทั้งหมดด้วยตนเอง ImageMagick และ GIMP ดูว่าปรับปรุงและขยายรูปได้มากแค่ไหนด้วย command-line tools ใน Linux เรื่องหน้าจะเป็น tutorial เรื่องนั้น ติดตามต่อไป
Cheers.
