AI-usprawnianie obrazów i wideo
Kluczowe technologie i architektura:
- Modele AI: Zintegrowane Real-ESRGAN (x2/x4/x8, tryby normalny/anime) do upscalingu i GFPGAN (v1.4) do przywracania twarzy.
- Zarządzanie modelami: Zrealizowany Singleton ModelManager z LRU-cache (oparty na OrderedDict) dla efektywnego ładowania i przełączania modeli.
- Optymalizacja GPU: Zawiera klasę GPUCapabilities do automatycznego określania VRAM i zdolności obliczeniowej, co pozwala na dynamiczne dostosowywanie tile_size, half-precision (FP16) i włączanie TF32 dla GPU Ampere/Ada.
- Wątkowość: Przetwarzanie obrazów przeniesione do QThread (UpscaleWorker), aby GUI nie było zablokowane.
- Przetwarzanie wideo: Zrealizowany pipeline (reader/processor/writer) na threading.Thread i queue.Queue do równoległego przetwarzania klatek. Używany subprocess do wywołania ffmpeg (demultipleksowanie, zapisywanie ścieżek audio, składanie).
- Filtry: Modułowa FilterPipeline do stosowania łańcucha filtrów (CLAHE, Bilateral denoise, Dehaze, Canny edge sharpening itp.).
- Optymalizacja pamięci: MemoryOptimizedProcessor do przetwarzania ultra dużych obrazów (tylowanie).
Funkcjonalność:
- Pakietowe przetwarzanie obrazów (w tym Drag-n-Drop).
- Podgląd na żywo z widżetem SplitView (porównanie "przed/po").
- Zarządzanie presetami (przez QSettings).
- Lokalizacja (JSON, Translator) i zmiana motywów (QSS).
- Monitorowanie VRAM/RAM w czasie rzeczywistym (psutil, pyqtgraph).
- Modele AI: Zintegrowane Real-ESRGAN (x2/x4/x8, tryby normalny/anime) do upscalingu i GFPGAN (v1.4) do przywracania twarzy.
- Zarządzanie modelami: Zrealizowany Singleton ModelManager z LRU-cache (oparty na OrderedDict) dla efektywnego ładowania i przełączania modeli.
- Optymalizacja GPU: Zawiera klasę GPUCapabilities do automatycznego określania VRAM i zdolności obliczeniowej, co pozwala na dynamiczne dostosowywanie tile_size, half-precision (FP16) i włączanie TF32 dla GPU Ampere/Ada.
- Wątkowość: Przetwarzanie obrazów przeniesione do QThread (UpscaleWorker), aby GUI nie było zablokowane.
- Przetwarzanie wideo: Zrealizowany pipeline (reader/processor/writer) na threading.Thread i queue.Queue do równoległego przetwarzania klatek. Używany subprocess do wywołania ffmpeg (demultipleksowanie, zapisywanie ścieżek audio, składanie).
- Filtry: Modułowa FilterPipeline do stosowania łańcucha filtrów (CLAHE, Bilateral denoise, Dehaze, Canny edge sharpening itp.).
- Optymalizacja pamięci: MemoryOptimizedProcessor do przetwarzania ultra dużych obrazów (tylowanie).
Funkcjonalność:
- Pakietowe przetwarzanie obrazów (w tym Drag-n-Drop).
- Podgląd na żywo z widżetem SplitView (porównanie "przed/po").
- Zarządzanie presetami (przez QSettings).
- Lokalizacja (JSON, Translator) i zmiana motywów (QSS).
- Monitorowanie VRAM/RAM w czasie rzeczywistym (psutil, pyqtgraph).
Browary 
Gotowy do podjęcia pracy