معیاری امیج ری سائزنگ ریاضیاتی انٹرپولیشن (بائی لینیئر، بائی کیوبک یا Lanczos ری سیمپلنگ) پر منحصر ہے جو پڑوسی پکسلز اوسط کرتی ہے اور فوٹو بڑی کرتے وقت ہائی فریکوئنسی کنارے ناگزیر دھندلے کرتی ہے۔ AI Image Super-Resolution غیر فعال پکسل اوسط کو گہرے Vision Transformer (Swin2SR، Swin Transformer v2 for Image Super-Resolution) سے بدل دیتی ہے جو 8×8 پکسل ونڈوز پر طویل رینج سیلف اٹنشن ماڈل کر کے تیز کنارے، فیبرک ٹیکسچرز اور ٹائپوگرافی سنتھیسائز کرتا ہے۔
Utiliome کی لوکل نیورل پائپ لائن آپ کے ہدف اسکیل فیکٹر کے لیے بہترین آرکیٹیکچر چنتی ہے:
- 2x Super-Resolution (
Xenova/swin2SR-lightweight-x2-64Full FP32): 8 بٹ ڈائنامک کوانٹائزیشن کے بجائے ان کوانٹائزڈ 32 بٹ فلوٹنگ پوائنٹ ویٹس (7.7 MB) استعمال کرتی ہے، ہموار کلر گریڈینٹس پر کوانٹائزیشن شور روکتی ہے اور WebAssembly SIMD ہدایات پر ~12% تیز چلتی ہے۔ - 4x Real-World Super-Resolution (
Xenova/swin2SR-realworld-sr-x4-64-bsrgan-psnr): BSRGAN (Blind Super-Resolution Generative Degradation) سے ٹرینڈ، جو حقیقی دنیا کیمرہ ڈی فوکس، سینسر شور اور Web/WhatsApp JPEG کمپریشن بلاکس ماڈل کرتی ہے—mosquito شور بڑھائے بغیر صاف 4x کنارے بحال۔