Yapay zeka ile görsel büyütme nasıl çalışır ve ne zaman kullanılmalı

Yeniden boyutlandırma büyütme değildir

Sıradan bir yazılım bir görseli büyüttüğünde enterpolasyon yapar: elinizdeki pikselleri daha büyük bir tuvale yayar ve aradaki boşlukları komşularının ortalamalarıyla doldurur. En yakın komşu yöntemi pikselleri kopyalar ve blok blok görünür. Bilineer ve bikübik yöntemler onları harmanlar ve yumuşak görünür. Klasik filtrelerin en iyisi olan Lanczos kenarları biraz daha iyi korur, ancak hiçbir enterpolasyon yöntemi bilgi ekleyemez. 800×600 bir fotoğraf 480.000 piksellik gerçek veri içerir; onu 3200×2400'e ölçeklediğinizde 7,2 milyon pikselin aynı 480.000 değerle tanımlanmasını istemiş olursunuz. Büyütmelerin bulanık görünmesinin nedeni bu eksik %93'tür: veri orada değildir, hepsi bu.

Süper çözünürlük: eksik ayrıntıyı çıkarsamak

Yapay zeka süper çözünürlük tam tersi bir yaklaşım izler. Mevcut piksellerin ortalamasını almak yerine, milyonlarca görsel çiftinden öğrendiği bilgiyle eksik pikselleri tahmin eder. Eğitim sırasında ağa keskin bir fotoğraf ile kasıtlı olarak bozulmuş bir kopyası (küçültülmüş, bulanıklaştırılmış, gürültü eklenmiş ve JPEG ile ezilmiş) gösterilir ve orijinali ne kadar iyi yeniden oluşturduğuna göre puanlanır. Bunu milyonlarca kez tekrarlayın; ağ, tuğlanın, kumaşın, kürkün, yaprakların ve tenin yüksek çözünürlükte nasıl göründüğünü ve bir görsel küçüldüğünde her birinin nasıl bozulduğunu içselleştirir.

Bu sitenin çalıştırdığı açık kaynaklı model Real-ESRGAN, bu fikrin pratikte fark yaratan iki numarayla geliştirilmiş hâlidir. Birincisi, bir çekişmeli üretici ağdır: ikinci bir "eleştirmen" ağ, gerçek fotoğrafları yeniden oluşturulanlardan ayırt etmek üzere eğitilir ve üreticiyi güvenli biçimde pürüzsüz değil, fotoğrafik görünen doku üretmeye zorlar. İkincisi, gerçekçi bir bozulma hattıyla (bulanıklık, sensör gürültüsü, yeniden boyutlandırma ve sıkıştırmanın rastgele kombinasyonları) eğitilmiştir; bu sayede yalnızca laboratuvar küçültmeleriyle değil, insanların elinde gerçekten bulunan dağınık görsellerle de başa çıkar. Burada kullanılan realesr-general-x4v3 varyantı kompakt, genel amaçlı bir yapıdır: yaklaşık 5 MB'lık ağırlıklarla giriş çözünürlüğünün tam 4×'ini üretir.

Bu neden artık bir tarayıcı sekmesinde çalışıyor

Yakın zamana kadar bu sınıftaki modeller NVIDIA GPU'lu bir masaüstü uygulaması ya da bir sunucu çiftliği gerektiriyordu; çevrimiçi büyütme araçlarının çoğunun görselinizi buluta yüklemesinin nedeni bu. İki şey değişti. ONNX Runtime Web, gerçek sinir ağlarını JavaScript ortamlarında çalıştırmayı pratik hâle getirdi ve WebGPU, tarayıcı koduna ekran kartınıza doğrudan erişim verdi. Chrome, Edge ve Safari artık 5 MB'lık bir süper çözünürlük ağını etkileşimli hızlarda çalıştırmaya yetecek GPU hesaplama gücü sunuyor; WebGPU'nun bulunmadığı yerde aynı model CPU üzerinde WebAssembly'ye geri döner: daha yavaş, ama birebir aynı çıktı.

İlerleme çubuğunda fark edeceğiniz bir mühendislik ayrıntısı: görsel tek seferde değil, 8 piksel örtüşmeli 192 piksellik karolar halinde işlenir. Karolama, görsel ne kadar büyük olursa olsun GPU belleğini sabit tutar; örtüşme ise her karoya komşularından bağlam verir, böylece birleşik sonuçta ek yerleri görünmez. Masaüstü araçlarının çok büyük dosyalar için kullandığı teknikle aynıdır.

Ne beklemeli: dürüst rakamlar

Hız neredeyse tamamen tarayıcınızın hangi motoru kullanabildiğine bağlıdır. Bunlar, bu sitenin 4× modeli için Apple silikonlu bir dizüstü bilgisayarda Chrome ile ölçtüğümüz süreler (Ağustos 2026):

Donanımınız farklı sonuç verecektir: bir oyun bilgisayarı bu rakamları geçer, eski bir telefon onlara ulaşamaz. İlk ziyarette motor ve model bir kez indirilir (yaklaşık 10 MB) ve ilk çalıştırmada GPU gölgelendiricileri derlenir; sonrasında her şey yerel olarak önbelleğe alınır ve sonraki çalıştırmalar anında başlar.

4× büyütme ne zaman işe yarar

• Baskı. Ekranların ~100 DPI ile yetindiği yerde baskı ~300 DPI ister. 1200×900 bir web fotoğrafı yalnızca 4×3 inç boyutunda iyi basılır; 4800×3600'e büyütüldüğünde tam 300 DPI ile 16×12 inçlik bir baskıyı kaplar.
• Eski ve düşük çözünürlüklü fotoğraflar. İlk dijital fotoğraf makineleri, kaybolmuş orijinallerin indirilmiş kopyaları, küçük taramalar: bu klasik restorasyon örneğidir ve modelin parladığı yerdir.
• Logolar, çizimler ve oyun dokuları. Real-ESRGAN illüstrasyon kenarlarını iyi işler ve 4× çıktı size kırpma, yakınlaştırma ya da yeniden kompozisyon için alan bırakır.
• Tam boyutta ihtiyaç duyduğunuz küçük resimler. Ürün fotoğrafları, albüm kapakları, avatarlar: elde kalan tek kopyanın küçük olduğu her yer.

…ve ne zaman yaramaz

• Minik metin. Süper çözünürlük dokuyu yeniden oluşturur, dili değil. Okunmayan metin genellikle keskin ama yanlış şekillere dönüşür.
• Ağır hasarlı yüzler. Bu genel modelin özel bir yüz onarma adımı yoktur; 30 piksellik bir leke olan yüz, (daha keskin) bir leke olarak kalır.
• Zaten keskin görseller. Fotoğraf yerel boyutunda netse 4× size çoğunlukla dosya boyutu kazandırır. Piksellere somut bir ihtiyacınız olduğunda büyütün.

Hiçbir şey yüklemeden büyütme

Çevrimiçi büyütme araçlarının çoğu bulut hizmetidir: fotoğrafınız onların sunucularına iletilir, orada işlenir ve sonuç geri gönderilir. İyileri "24 saat içinde" silme sözü verir; doğrulayamayacağınız ve yine de yüklemenin gerçekleştiğini kabul eden bir söz. Buradaki model tarayıcınızın içinde çalıştığı için bu risk kategorisi tümüyle ortadan kalkar: aile fotoğrafları, kimlik taramaları, yayınlanmamış ürün çekimleri ve müşteri işleri ağdan hiç geçmez. Çalışırken ağ denetçisini izleyebilir ya da sayfa yüklendikten sonra çevrimdışı olabilirsiniz; büyütme aracı çalışmaya devam eder, çünkü ihtiyaç duyduğu hiçbir şey uzakta değildir.

Bu mimari, aracın koşulsuz ücretsiz olmasının da nedenidir: telafi etmemiz gereken bir GPU faturası yok, dolayısıyla kredi, kota, hesap ya da filigran da yok. İşi sizin makineniz yapar; sonuç sizde kalır.

En iyi sonuçları almak

• Elinizdeki en az sıkıştırılmış kopyayı verin: orijinal PNG, aynı görselin yeniden kaydedilmiş JPEG'inden iyidir.
• Önce kırpın, sonra büyütün; böylece model 4× bütçesini gerçekten önemsediğiniz piksellere harcar (ve boyut sınırlarının içinde kalır).
• Kaydırıcıyla %100 yakınlaştırmada karşılaştırın; sonuç bir önizlemeye sıkıştırıldığında doku farkları görünmez.
• Düzenleme ya da baskı için PNG çıktısını saklayın; JPEG veya WebP'ye yeniden sıkıştırmayı, yapacaksanız, yalnızca son adım olarak yapın.