비교 조건 정정 · 2026.09.12
2배·3배·4배 결과를 모든 모델과 한 줄씩 비교하기 →
축소 방식이 달라지면 결과도 크게 달라집니다.
이 페이지의 nearest 입력은 OpenAI 업샘플러의 area 학습 입력과 다릅니다. 같은 사진을 공식 학습 방식으로 줄이자 심한 점잡음이 줄었습니다. 기존 출력만으로 공개 모델의 일반적인 복원 성능을 판단하기에는 비교 조건이 부족했습니다.
공식 코드 대조 · Nearest / BOX / Bicubic 재실험 보기 →
기존 PNG는 그대로 보존했습니다. 새 실험은 같은 도트 8종·모델 8종과 단순 확대 2종을 비교합니다. RePaint는 별도의 2배·4배 마스크 검증으로 구분합니다.
01 · 원본과 겹쳐 보기
경계선을 움직여 차이를 찾아보세요.
모델에 넣은 작은 그림
화면에서는 픽셀을 복사해 확대 표시
배경은 원본에 흰색을 합성했습니다. 이 비교에서 모델은 RGB 색을 복원하며, 투명도를 예측하지 않습니다.
아직 추론 결과가 없습니다.
모델 결과고해상도 정답
02 · 실제 출력 나란히 보기
한 줄에 같은 입력, 모든 모델.
각 줄을 좌우로 밀면 모든 모델을 볼 수 있어요. 이미지 크기를 바꿔도 새 픽셀을 만들지 않고 그대로 확대 표시합니다.
비교 이미지를 준비하고 있습니다.
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 차이, 파랑 변화는 무슨 뜻인가요?
- 전경 PSNR ↑
- 캐릭터 영역에서 입력의 고정점을 빼고, 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.
- 파랑 변화 ↔ 0
- 원래 불투명한 내부에서 고정점을 빼고 ΔB − (ΔR + ΔG) ÷ 2를 계산합니다. 양수면 빨강·초록에 비해 파랑 방향으로 변했다는 뜻입니다. 전체 색 오차나 사람이 느끼는 색 차이를 대신하는 점수는 아닙니다.
- 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.