MAPLE UPSCALE · PRETRAINED MODEL COMPARISON

같은 작은 도트,
모델마다 어떻게 복원할까?

고해상도 원본을 Bicubic으로 절반(2배)으로 줄여 공개 모델에 넣은 비교입니다.
전용 2배 가중치(SwinIR x2 · Real-ESRGAN x2plus)와 4배 가중치를 2배에 활용한 결과를 한 줄에 놓습니다. 맨 위는 직접 추가한 개조 당한 허세로이드입니다.

288 × 288고해상도 정답144 × 144같은 방식으로 축소공개 모델추가 학습 없이 복원256 × 256정답과 비교

실제 추론 기록을 불러오고 있습니다.

2배 기준으로 전환 · 2026.09.15

이 페이지는 2배 비교입니다.

288×288 정답을 Bicubic으로 144×144로 줄여 넣었습니다. SwinIR x2와 Real-ESRGAN x2plus는 전용 2배 가중치이고, 나머지 GAN·확산 모델은 4배 가중치를 144 입력에 적용해 576을 만든 뒤 LANCZOS로 288로 줄인 결과입니다. 확산 계열은 구조가 4배 고정이라 이 방식으로만 2배에 참여합니다.

이전 4배 비교(nearest 축소 · 64→256) 보존본 → · 2배·3배·4배 배율별 전체 비교 → · 축소 방식 대조 →

맨 위 개조 당한 허세로이드는 직접 추가한 표본이라 8종 평균에는 넣지 않았습니다.

01 · 원본과 겹쳐 보기

경계선을 움직여 차이를 찾아보세요.

모든 결과 바로 보기 ↓

선택한 도트의 저해상도 입력

모델에 넣은 작은 그림
화면에서는 픽셀을 복사해 확대 표시

배경은 원본에 흰색을 합성했습니다. 이 비교에서 모델은 RGB 색을 복원하며, 투명도를 예측하지 않습니다.

고해상도 정답공개 모델 복원 결과
모델 결과고해상도 정답

02 · 실제 출력 나란히 보기

한 줄에 같은 입력, 모든 모델.

수치 비교 ↓
표시할 결과

각 줄을 좌우로 밀면 모든 모델을 볼 수 있어요. 이미지 크기를 바꿔도 새 픽셀을 만들지 않고 그대로 확대 표시합니다.

03 · 이미지와 함께 읽는 수치

원본과 얼마나 달라졌을까요?

점수는 원본과의 픽셀 차이를 보여 줍니다. 눈에 보기 좋은 결과인지, 도트의 선이 잘 살아 있는지는 위 이미지와 함께 판단해 주세요.

추론 기록을 불러오는 중입니다.

PSNR, 색 차이는 무슨 뜻인가요?
전경 PSNR ↑
캐릭터 영역(원본 알파>0) 전체에서 정답의 RGB와 얼마나 비슷한지 계산합니다. 전경은 원본 투명도가 0보다 큰 곳입니다. 높을수록 숫자상 정답에 가깝습니다.
전경 RGB MAE ↓
같은 전경 평가 영역에서 각 색 채널의 절댓값 오차를 평균합니다. 0~255 기준으로 낮을수록 정답의 색 숫자에 가깝습니다.
전체 PSNR ↑
흰 배경까지 포함한 모든 픽셀의 점수입니다. 배경이 많으면 높아질 수 있어 전경 점수를 함께 봅니다.
고정점 MAE ↓
축소할 때 남긴 원래 픽셀 위치에서 계산한 RGB 오차입니다. 0이면 그 위치의 값을 그대로 유지한 것입니다.
추론 시간
모델 불러오기를 제외하고 GPU에서 복원한 실제 시간입니다. 같은 예시들의 이미지당 평균을 보여 줍니다.

04 · 조건과 출처

무엇을 같은 조건으로 맞췄나요?

작게 줄인 이미지에는 고해상도 정답이 있어 수치 비교가 가능합니다. 실제 옛날 도트를 잘 복원하는지 여부는 별도의 실물 입력으로 확인해야 합니다.