1. مقدمة البرنامج التعليمي

سلسلة التكبير (CoZ) هي إطار عمل لتوسيع نطاق الصور، أطلقه فريق أبحاث الذكاء الاصطناعي في معهد كوريا المتقدم للعلوم والتكنولوجيا (KAIST) في 26 مايو 2025. يعالج هذا الإطار مشكلة فشل نماذج تحسين دقة الصور أحادية الصورة (SISR) الحديثة عندما يتطلب الأمر تكبيرًا يتجاوز الحدود المحددة بكثير. يمكن لنموذج تحسين دقة الصور القياسي ذي الانتشار 4x، والمُدمج ضمن إطار عمل CoZ، تحقيق تكبير يتجاوز 256x مع الحفاظ على جودة ودقة إدراكية عالية. نتائج الأبحاث ذات الصلة موضحة أدناه: سلسلة التكبير: دقة فائقة للغاية عبر الانحدار التلقائي للمقياس ومحاذاة التفضيلات .

موارد الحوسبة المستخدمة في هذا البرنامج التعليمي هي بطاقة RTX 4090 ثنائية البطاقة.

2. عرض التأثير

3. خطوات التشغيل

1. ابدأ تشغيل الحاوية

2. خطوات الاستخدام

إذا تم عرض "بوابة سيئة"، فهذا يعني أن النموذج قيد التهيئة. نظرًا لأن النموذج كبير الحجم، يرجى الانتظار لمدة 2-3 دقائق وتحديث الصفحة.

المعلمات المحددة:

• صورة الإدخال: صورة الإدخال.
• طريقة محاذاة الألوان:
  • الموجة: لا يتم إجراء أي تصحيح للألوان.
  • adain: تصحيح الألوان باستخدام التطبيع التكيفي للمثيل.
  • nofix: استخدم تحويل الموجة للحصول على تصحيح ألوان أكثر دقة.

نتيجة 

4. المناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

معلومات الاستشهاد

شكرًا لمستخدم Github سوبر يانغ  نشر هذا البرنامج التعليمي. معلومات الاستشهاد لهذا المشروع هي كما يلي:

@article{kim2025chain,
  title={Chain-of-Zoom: Extreme Super-Resolution via Scale Autoregression and Preference Alignment},
  author={Kim, Bryan Sangwoo and Kim, Jeongsol and Ye, Jong Chul},
  journal={arXiv preprint arXiv:2505.18600},
  year={2025}
}