FeatUp, c’est le nom de ce nouvel algorithme révolutionnaire développé par une équipe de chercheurs du MIT dont le but consiste à faire passer la vision par ordinateur à la vitesse supérieure en lui offrant une résolution digne d’un œil de lynx.

Comment ça marche ? En gros, FeatUp s’attaque au problème de la perte d’information qui se produit quand les algorithmes d’IA analysent une image. Normalement, ils la découpent en une grille de petits carrés de pixels qu’ils traitent par groupe. Résultat, la résolution finale est bien plus faible que l’image de départ. Avec FeatUp, fini la myopie ! L’algo est capable de capter tous les détails, des plus évidents aux plus subtils.

La clé, c’est de faire légèrement bouger et pivoter les images pour voir comment l’IA réagit à ces micro-variations. En combinant des centaines de « cartes de caractéristiques » ainsi générées, on obtient un ensemble de données haute définition super précis. Un peu comme quand on crée un modèle 3D à partir de plusieurs images 2D sous différents angles.

Mais pour que ça turbine, il a fallu créer une nouvelle couche de réseau de neurones ultra-efficace, baptisée « suréchantillonnage bilatéral conjoint« . Grâce à elle, FeatUp améliore les performances d’un tas d’algos différents, de la segmentation sémantique à l’estimation de profondeur.

Les applications potentielles sont dingues : imaginez pouvoir repérer un minuscule panneau sur une autoroute encombrée pour une voiture autonome, ou localiser précisément une tumeur sur une radio des poumons. Avec sa capacité à transformer des suppositions vagues en détails précis, FeatUp pourrait rendre tous ces systèmes bien plus fiables et sûrs.

L’objectif des chercheurs, c’est que FeatUp devienne un outil fondamental du deep learning, pour enrichir les modèles sans sacrifier l’efficacité. Comme le résume Mark Hamilton, co-auteur de l’étude, l’enjeu est d’obtenir « le meilleur des deux mondes : des représentations très intelligentes avec la résolution de l’image d’origine« .

Bref, si FeatUp tient ses promesses, on n’a pas fini d’entendre parler de cette prouesse technologique qui pourrait donner un sacré coup de boost à l’IA visuelle puisqu’elle fournit des versions haute résolution d’analyses d’images qu’on pensait jusque-là limitées à la basse résolution. »

Pour en savoir plus, direction l’article du MIT !

Vous avez sûrement déjà été confronté à cette situation : vous avez une image de faible résolution, et vous voulez absolument l’améliorer sans perdre en qualité pour ensuite l’imprimer ou la diffuser sur un bon vieux résal social.

J’ai une excellente nouvelle pour vous : Final2x est là pour sauver la mise !

Cet outil puissant permet d’augmenter la résolution des images en utilisant plusieurs modèles tels que RealCUGAN, RealESRGAN, Waifu2x et SRMD. Ce qui veut dire que peu importe la taille de l’image que vous souhaitez obtenir, vous pouvez compter sur ces algorithmes pour améliorer la résolution et la qualité des oeuvres.

Comme ça vous pourrez zoomer comme dans les Expert à Miami sur la plaque d’immatriculation de la voiture du chasseur qui a tiré sur votre maison.

Final2x est disponible pour Windows, MacOS et Linux, et dispose d’une interface agréable avec un mode claire / sombre, et la possibilité de modifier l’échelle des images voulues pour avoir du très très gros.

Pour vous lancer, rendez-vous sur le dépôt GitHub du projet et suivez les instructions pour l’installation et l’utilisation de Final2x. Vous y trouverez également des exemples d’images améliorées, de quoi vous donner un aperçu de ce que cet outil est capable de faire.