WaifuXL

waifuxl

知らせ

waifuxl 1.5がリリースされました！
次に、デスクトップGPU/CPUアクセラレーションに取り組んでいるため、ユーザーはより速い画像をより速く高めることができます（ビデオでさえ、モデルから得られるパフォーマンスに依存するかもしれません）。加速を検討していることには、Pytorch 2.0モデルコンパイル、ONNX、およびAITemplateがあります。それが利用可能な場合は、ウェブサイトに発表を行います。

---

ここで完全な記事をご覧ください！
Waifuxlは、Danbooru2021データセットからの約1,200,000のアニメスタイルの画像でトレーニングされた最先端のスーパー解像度モデルです。 https://waifuxl.com/でオンラインで見つけることができます。自然な（実際の）画像を高級にすることはできますが、モデルはアニメスタイルの図面でのみ訓練されているため、靴下を吹き飛ばすことを期待しないでください。

waifu2xとの比較

一般に、Real-Esrganは、さまざまな騒音低減レベルでトレーニングされた複数のモデルを必要とせずに、Waifu2xで使用されたモデルを大幅にマージンで上回ります。

それがどのように機能するか

ONNXランタイムを使用して、MLモデルの重みをデバイスに直接ストリーミングして、WebAssemblyでローカルに実行されます。そうすることで、静的なWebページだけでこのサービスを提供することができます。モデル実行には必要ありません。これには、画像のプライバシーを有効にするという追加の利点があります。あなたの画像は、私たちに送られることはなく、決してありません。

モデル

スーパー解像度ネットワークでは、最先端のReal-Esrganを使用しており、Image Tagging NetworkでMobileNETV3を使用しています。どちらもdanbooru2021のサブセットで訓練されました。

サイト

ONNXランタイムはマルチスレッドであり、SIMDの指示をサポートしています。電話またはラップトップでのアップスケーリングは驚くほど迅速です。無制限の帯域幅を提供するCloudFlareページでホストされています。このサイトは、next.jsおよびtailwindcssとのReactで書かれています。

ローカルで実行されます

地元で実行したい場合は、これにより始める必要があります。

git clone https://github.com/TheFutureGadgetsLab/WaifuXL
cd WaifuXL
git checkout de_spaghetti
npm i
npm run dev

いくつかのメモ：

• メインブランチは、何らかの理由で機能しなくなりました。私たちはしばらくの間、 de_spaghetti支店で完全に書き直してきました。したがって、上記のチェックアウトです。
• マルチスレッドは、スペクターのために地元で行うのが難しいです。 Google Chromeが閉じていることを確認し、次の引数でコマンドラインから起動することにより、マルチスレッドを機能--enable-features=SharedArrayBufferせることができます。
• Webサイトの書き直しの後、Pytorch、ONNX Runtime、またはAITemplateを使用して、WAIFUXLのGPU加速バージョンに取り組みます。これが完了したら、独自のコンピューターでローカルに実行する必要がありますが、パフォーマンスの隆起は重要なはずです。

貢献ガイド

コード /サイト

コードのクリーンアップ、新機能、バグフィックスなど、コードの貢献に対して間違いなく開かれています。ディスカッションを開くだけで、私たち全員があなたのアイデアのメリットを協力して議論することができます！

アイデア

あなたが提案があるなら、単に議論を開いて、私たちが話し始めることができるなら、私たちは私たちがwaifuxlに追加したいことをたくさん持っています！ここに私たちが念頭に置いていることがいくつかあります：

• スタイル転送では、実際の画像にアニメスタイルを適用できます。
• イースターエッグ。何千ものタグに一致するタガーがあります。トップティアのWaifu（Ie Truck-Kun）をアップスケールすると、クールな花火効果のようなものがあるかもしれません。

寄付

私たちは寄付を受け入れています。https：//waifuxl.com/donateにアクセスして、貢献できる方法をご覧ください。私たちは、このサービスを無料で提供していることを明確にしたいと考えています。バックエンドはありません。CloudFlareページは無制限の帯域幅を無料で提供しています。このサービスを頻繁に使用していることに気付いても、寄付する義務を感じないでください。

寄付に加えて、私たちは貢献（GPU）を計算するために開かれています。より良いタガーをトレーニングし、新しいSOTAモデルが公開されているため、スーパー解像度モデルの更新を続けたいと思います。また、自然な（実際の画像）でモデルをトレーニングして、図面以上のものやスタイル転送モデルを高めることができます。これはすべて、私たちが単に持っていない多くの計算を必要とします。あなたが手段を持っていて、あなたが寛大に感じているなら、私たちに一線を落としてください。