Image Modelstopaz-labs

معرفی و مستندات مدل هوش مصنوعی sharpen-generative

مستندات مدل sharpen-generative از Topaz Labs، ارائه شده توسط ای آی کار (AI-KAR).

معرفی و بررسی فنی

⚡ وضعیت پشتیبانی از زبان فارسی

این مدل از زبان فارسی به صورت ضعیف پشتیبانی می‌کند و برای درک دستورات پیچیده یا متون طولانی فارسی مناسب نیست. بهتر است از این مدل با ورودی‌های انگلیسی استفاده شود.

مدل sharpen-generative یک مدل پیشرفته برای افزایش وضوح تصاویر است که توسط هوش مصنوعی مولد (Generative AI) توسعه یافته است. این مدل قادر است جزئیات از دست رفته در فرایند فوکوس‌دهی مجدد یا افزایش وضوح را بازیابی کند. با استفاده از الگوریتم‌های پیچیده، این مدل می‌تواند تصاویری با وضوح بالاتر و جزئیات دقیق‌تر تولید کند. این مدل به ویژه برای تصاویری که به دلیل لرزش دوربین، فوکوس نامناسب یا سایر عوامل دچار افت کیفیت شده‌اند، بسیار مفید است.

یکی از ویژگی‌های برجسته این مدل، توانایی آن در تشخیص و بهبود چهره‌ها است. با فعال کردن گزینه face_enhancement، مدل می‌تواند به طور خودکار چهره‌های موجود در تصویر را شناسایی کرده و آن‌ها را با دقت بیشتری بهبود بخشد. این ویژگی به ویژه برای تصاویر پرتره و عکس‌های گروهی بسیار کاربردی است. همچنین، کاربران می‌توانند سطح خلاقیت و شدت بهبود چهره را با استفاده از پارامترهای face_enhancement_creativity و face_enhancement_strength تنظیم کنند.

مدل sharpen-generative از پارامترهای مختلفی برای کنترل دقیق‌تر فرایند افزایش وضوح پشتیبانی می‌کند. پارامتر strength به کاربران اجازه می‌دهد تا شدت کلی اثر افزایش وضوح را تنظیم کنند. پارامتر focus_boost برای تصحیح تصاویری که جزئیات از دست رفته دارند، طراحی شده است. این پارامتر با کاهش مقیاس تصویر و سپس افزایش مجدد آن به اندازه اصلی، جزئیات از دست رفته را بازیابی می‌کند.

علاوه بر این، مدل sharpen-generative از فرمت‌های مختلف خروجی تصویر مانند JPEG، PNG و TIFF پشتیبانی می‌کند. کاربران می‌توانند فرمت مورد نظر خود را با استفاده از پارامتر output_format تعیین کنند. همچنین، این مدل امکان تعیین سوژه‌های مورد نظر برای پردازش را فراهم می‌کند. با استفاده از پارامتر subject_detection، کاربران می‌توانند مشخص کنند که آیا می‌خواهند تمام سوژه‌ها، فقط سوژه‌های پیش‌زمینه یا فقط سوژه‌های پس‌زمینه پردازش شوند.

در نهایت، مدل sharpen-generative یک ابزار قدرتمند و کارآمد برای افزایش وضوح تصاویر است که با استفاده از هوش مصنوعی مولد، نتایج بسیار باکیفیتی را ارائه می‌دهد. این مدل با ارائه پارامترهای قابل تنظیم، به کاربران امکان می‌دهد تا فرایند افزایش وضوح را به طور دقیق کنترل کرده و تصاویری با جزئیات دقیق‌تر و وضوح بالاتر تولید کنند. این مدل توسط ای ای کار (AI-KAR) ارائه شده است.

مشخصات فنی (API References)

پارامتر	نوع	توضیحات و مقادیر
model	stringRequired	مدل مورد استفاده. مقدار ثابت: topaz-labs/sharpen-gen مقادیر مجاز (کلیک برای کپی):
mode	stringRequired	حالت (Mode) مورد استفاده برای افزایش وضوح. مقادیر مجاز (کلیک برای کپی):
image_url	stringRequired	آدرس اینترنتی (URL) تصویر مرجع.
strength	number	شدت کلی اثر افزایش وضوح. افزایش جزئیات. افزایش بیش از حد می‌تواند منجر به نتایج غیرواقعی شود.
focus_boost	number	تصاویر فاقد جزئیات را با کاهش مقیاس تصویر و سپس افزایش مجدد آن به اندازه اصلی تصحیح می‌کند. برای تصاویر بسیار تار استفاده شود!
seed	integer	مقدار ثابت اختیاری برای نتایج قابل تکرار.
output_format	string	فرمت تصویر تولید شده. مقادیر مجاز (کلیک برای کپی):
subject_detection	string	مشخص می‌کند کدام سوژه‌ها شناسایی و پردازش شوند. گزینه‌ها: 'All' (شناسایی همه سوژه‌ها)، 'Foreground' (شناسایی فقط سوژه‌های پیش‌زمینه)، 'Background' (شناسایی سوژه‌های پس‌زمینه). مقادیر مجاز (کلیک برای کپی):
face_enhancement	boolean	آیا چهره‌ها در تصویر بهبود یابند یا خیر. وقتی true باشد، مدل بهبودهای خاص چهره را اعمال می‌کند.
face_enhancement_creativity	number	سطح خلاقیت برای بهبود چهره (0-1). مقادیر بالاتر امکان تغییرات خلاقانه‌تر و کمتر محافظه‌کارانه را فراهم می‌کند.
face_enhancement_strength	number	میزان وضوح چهره‌های بهبود یافته نسبت به پس‌زمینه (0-1). مقادیر کمتر تغییرات را به طور نامحسوس ترکیب می‌کنند؛ مقادیر بالاتر چهره‌ها را برجسته‌تر می‌کنند.

نمونه کدهای درخواست

نکته مهم برای توسعه‌دهندگان:

برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.

import requests
import json

def main():
    response = requests.post(
        "https://api.ai-kar.com/v1/images/generations",
        headers={
            "Authorization": "Bearer <YOUR_AI-KARAPI_KEY>",
            "Content-Type": "application/json",
        },
        json={
            "model": "topaz-labs/sharpen-gen",
            "image_url": "https://raw.githubusercontent.com/AI-KARapi/api-docs/main/reference-files/blurred-landscape.png",
            "mode": "Super Focus V2",
            "strength": 0.6,
            "output_format": "jpeg",
        }
    )
    data = response.json()
    print(json.dumps(data, indent=2, ensure_ascii=False))


if __name__ == "__main__":
    main()

نمونه پاسخ موفق (JSON)

RESPONSE (200 OK)

{
  "data": [
    {
      "url": "https://cdn.AI-KARapi.com/komodo/output/6435616/5cff080e-5d24-4fc3-85f5-0e57621ead7d.jpeg?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Checksum-Mode=ENABLED&X-Amz-Credential=ccc352dcd71a436e5fd697125a1be9f8%2F20251027%2Fauto%2Fs3%2Faws4_request&X-Amz-Date=20251027T202819Z&X-Amz-Expires=604800&X-Amz-SignedHeaders=host&x-id=GetObject&X-Amz-Signature=d6d1d9c641c33bde33b14090d579d490d30f75e82283764705acd28b18765a70"
    }
  ],
  "meta": {
    "usage": {
      "tokens_used": 210000
    }
  }
}