10,000스텝까지 학습한 2배 SwinIR과 학습 전 공개 SwinIR에, 학습에 한 번도 쓰지 않은 스프라이트 50개를 넣었습니다. 두 변이 200 이하인 원본을 캔버스 없이 그대로 넣어 가로·세로 두 배(79×82 → 158×164)로 만듭니다. 이번에는 정답이 없는 실제 입력이라 점수 대신 눈으로 봅니다.
투명도는 이렇게 되살립니다. 같은 그림을 흰 배경과 검은 배경에 각각 합성해 두 번 추론하고, 두 결과의 차이에서 알파를 계산한 뒤 색을 되돌립니다. 모델은 RGB만 배웠기 때문에 이 방법으로 알파를 얻습니다.
옛 도트 24개(작은 원본, 정답 HR 없음) + test 계열 26개. 이미지를 누르면 실제 PNG를 엽니다.
헬레나npcs/10200 · 78×80 → 156×160test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
주먹펴고 일어서npcs/10202 · 81×88 → 162×176test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
두메 할멈npcs/3005113 · 79×82 → 158×164옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
운동회 웡키npcs/9000133 · 69×68 → 138×136옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
만따npcs/9001146 · 57×93 → 114×186옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
줄리엣npcs/2112008 · 75×33 → 150×66옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
불꽃의 사제npcs/3004444 · 79×94 → 158×188옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
기자npcs/1540854 · 45×82 → 90×164옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
에닌npcs/1052134 · 51×73 → 102×146옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
레나리우npcs/2010009 · 53×74 → 106×148옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
엘윈npcs/3006371 · 54×79 → 108×158옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
가시도치mobs/2400300 · 87×50 → 174×100옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
마뉴npcs/3004476 · 64×78 → 128×156옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
호저mobs/9309070 · 60×63 → 120×126옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
뚱뚱이npcs/2159014 · 48×61 → 96×122옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
룽 툽npcs/9250013 · 70×76 → 140×152옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
부사관 메딘npcs/2470041 · 46×69 → 92×138옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
시워언해npcs/1061003 · 54×72 → 108×144옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
야쿠npcs/2081003 · 62×58 → 124×116옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
정예 호브mobs/9300277 · 79×94 → 158×188옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
야스민npcs/2420034 · 48×80 → 96×160옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
북극곰 푸치npcs/9000341 · 65×80 → 130×160옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
라라npcs/1052119 · 42×71 → 84×142옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
부상당한 연합원npcs/3003807 · 82×79 → 164×158옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
류드npcs/2550000 · 69×72 → 138×144옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
간호사 에일리npcs/2192025 · 51×86 → 102×172옛 도트 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
Mr. 해저드의 부하npcs/3004022 · 126×131 → 252×262test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
슈피겔만 액자mobs/9810000 · 147×185 → 294×370test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
첫째 까치npcs/9001155 · 116×102 → 232×204test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
영험한 돌npcs/1063012 · 96×98 → 192×196test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
호문스큘러mobs/9833514 · 109×114 → 218×228test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
심연의 존재mobs/9834296 · 107×114 → 214×228test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
카푸npcs/2210003 · 153×126 → 306×252test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
장난감 흑기사mobs/9300473 · 111×115 → 222×230test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
블랙윙의 하수인 Dmobs/8240082 · 111×98 → 222×196test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
아르바이트 껨디npcs/9001144 · 110×113 → 220×226test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
사npcs/9100106 · 115×135 → 230×270test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
블러드 맨티스mobs/9833769 · 116×162 → 232×324test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
대왕지네mobs/9305328 · 189×137 → 378×274test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
물품보관함npcs/9063217 · 96×111 → 192×222test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
마스터 잭슨mobs/9300776 · 108×133 → 216×266test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
라이딩 가게npcs/9062773 · 118×117 → 236×234test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
성난 무도회주민mobs/9800222 · 119×129 → 238×258test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
태닝 킴npcs/1540325 · 170×134 → 340×268test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
힘센 형님mobs/8644403 · 111×106 → 222×212test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
삐에로 인형mobs/9500190 · 104×127 → 208×254test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
토마npcs/9063017 · 96×97 → 192×194test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
타이머mobs/9300721 · 146×145 → 292×290test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
페페퀸mobs/9300483 · 125×164 → 250×328test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
시무스mobs/8230069 · 103×101 → 206×202test 계열 · 학습 미사용
원본 픽셀 그대로 2배공개 SwinIR x2 · 학습 전추가 학습 SwinIR x2 · 10,000스텝
읽을 때
이 결과에서 확인할 것
옛 도트는 원본 자체가 작은 그림이라 "정답 큰 그림"이 없습니다. 모델은 Bicubic으로 줄인 큰 도트를 되돌리는 연습만 했으므로, 옛 도트의 손그림 특성에서는 다르게 동작할 수 있습니다. 선이 뭉개지거나 색이 번지는 곳이 있는지 보세요.
가중치는 swinir_long_v1/x2/step_10000.pth, 입력은 원본 PNG 그대로이며 출력은 정확히 가로·세로 2배입니다. 원본 alpha가 0인 곳의 숨은 RGB는 쓰지 않습니다.
