Vergleich Original und GAN-Upscaling Real-ESRGAN 20210817

Autor/Urheber:

PantheraLeo1359531

Attribution:

Das Bild ist mit 'Attribution Required' markiert, aber es wurden keine Informationen über die Attribution bereitgestellt. Vermutlich wurde bei Verwendung des MediaWiki-Templates für die CC-BY Lizenzen der Parameter für die Attribution weggelassen. Autoren und Urheber finden für die korrekte Verwendung der Templates hier ein Beispiel.

Shortlink:

https://dewiki.de/b/29a449

Quelle:

Wikimedia Commons

Größe:

2000 x 6000 Pixel (6438229 Bytes)

Beschreibung:

Vergleich des Originalfotos (links) und des durch Real-ESRGAN hochskalierten Fotos. Es werden verschiedene Schnipsel rausgesucht, die zeigen, wie gut in den einen Bereichen und wie schlecht in den anderen Bereichen das Upscaling klappt.

Lizenz:

CC BY 4.0

Bild teilen:

         

Weitere Informationen zur Lizenz des Bildes finden Sie hier. Letzte Aktualisierung: Tue, 12 Mar 2024 00:34:18 GMT

Relevante Bilder

Relevante Artikel

Generative Adversarial Networks sind ein Konzept aus dem Maschinellen Lernen und beschreiben ein Framework für das Training von Netzwerken im Kontext von generativem Lernen bzw. unüberwachtem Lernen. Hierbei werden zwei Netzwerke, der Generator und der Diskriminator gegeneinander trainiert, wobei der Generator versucht Daten zu generieren, die einem ursprünglichen Datensatz sehr ähnlich sind, und der Diskriminator versucht echte und falsche Daten zu unterscheiden. Nach dem Training kann der Generator genutzt werden um Daten zu generieren die den ursprünglichen Daten sehr ähnlich sind. .. weiterlesen