Artoriuz/ArtCNN

解決的問題

提供一組專為放大與清理動畫內容而設計的單一影像超解析度（SISR）模型，解決常見的JPEG偽影與色度重建問題。

工作原理

本專案提供兩種不同的神經網路架構：

• C系列（速度）：輕量級卷積層搭配單一長跳躍連接，專為影片播放等即時任務優化。提供GLSL著色器與ONNX模型。
• R系列（品質）：使用殘差模組與短跳躍連接的更深架構，具有更多濾波器，專為高品質非即時重縮放設計。

適用對象

希望放大動畫畫面的使用者，特別是使用mpv等影片播放器或VapourSynth等影片處理框架的使用者。

主要亮點

• 多種配置：提供從輕量級（C4F16）到高品質（R16F96）的多種模型。
• 專用變體：包含針對去噪、銳化、柔化以及清理JPEG偽影（4:4:4與4:2:0）的特定模型。
• 色度重建：專為4:2:0 BT.709 YCbCr內容的色度重建設計的模型。
• 廣泛相容性：支援ONNX格式與GLSL著色器，可輕鬆整合至播放軟體中。