chaiNNer
تطبيق سطح مكتب يعتمد على العقد لسلسلة مهام الصور مثل الترقية المدعومة بالذكاء الاصطناعي، باستخدام نماذج PyTorch أو NCNN أو ONNX أو TensorRT.
قم بتوصيل العقد لترقية ومعالجة وتحرير الصور أو مقاطع الفيديو على دفعات باستخدام نماذج الشبكات العصبية.
chaiNNer هو تطبيق لمعالجة الصور يعتمد على العقد وبدأ كأداة لترقية الصور بالذكاء الاصطناعي. يناسب المصورين وم ترممي الصور وفناني تعديل الألعاب الذين يرغبون في ربط عمليات الترقية وإزالة الخلفية وغيرها من الخطوات في رسوم بيانية قابلة للتكرار على حواسيبهم الخاصة.
ما هو
تقوم بسحب العقد إلى محرر، وتوصيل المقابض المرمزة بالألوان والضغط على تشغيل. يقوم بتحميل نماذج الترقية من خلال PyTorch (عبر حزمة Spandrel) وNCNN وONNX وTensorRT، ويحتوي على عقد لتحميل الصور ومقاطع الفيديو للعمل الجماعي. يحمل بايثون معزولاً خاص بك لذا لا تحتاج إلى إعداد واحد.
لمن هو
مناسب للأشخاص الذين يقومون بترقية أو ترميم العديد من الصور باستخدام نماذج المجتمع والذين يفضلون خطوط الأنابيب المرئية. إذا كنت تحتاج فقط إلى تكبير لمرة واحدة، فإن تطبيق الترقية البسيط يكون أسهل، ويجب عليك تثبيت إطار عمل الشبكة العصبية من خلال مدير التبعيات أولاً.
أهم الميزات
محرر الرسم البياني للعقد
اسحب العقد للداخل، وقم بتوصيل المقابض المحددة بنوع وقم بتشغيل السلسلة باستخدام الزر الأخضر.
أربعة محركات استدلال
PyTorch وNCNN وONNX وTensorRT، مع ملاحظة أن TensorRT هو الأسرع على نماذج Nvidia المدعومة.
الصور والفيديو على دفعات
تقوم عقد تحميل الصور وتحميل الفيديو بمعالجة المجلدات والمل مقات، على الرغم من أنه لا يمكنك الجمع بين عقدتي دفعات في سلسلة واحدة.
بايثون متكامل
يقوم chaiNNer بتنزيل إصدار بايثون المعزول الخاص به ويقوم بتثبيت التبعيات من مدير داخل التطبيق.
عقد إزالة الخلفية
يتم دعم نماذج إزالة الخلفية ONNX مثل u2net وisnet.
دعم واسع لوحدة معالجة الرسوميات
Nvidia، أو AMD عبر ROCm أو NCNN، وApple Silicon عبر MPS، وIntel عبر NCNN، واحتياطي وحدة المعالجة المركزية.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- تتوفر برامج التثبيت لأنظمة Windows وmacOS وLinux، ويقول ملف README أنك لست بحاجة إلى تثبيت Python.
- السلاسل قابلة لإعادة الاستخدام، لذا يمكن لرسم بياني واحد التعامل مع مجلد كامل بنفس الطريقة في كل مرة.
- يقرأ العديد من بنيات الدقة الفائقة المجتمعية من خلال Spandrel، مع إدراج OpenModelDB كمصدر للنموذج.
- يعمل على وحدات معالجة الرسوميات AMD وIntel وApple بالإضافة إلى Nvidia، وهو ما لا تفعله العديد من أدوات صور الذكاء الاصطناعي.
أين يقصّر
- يجب عليك تثبيت إطار عمل للشبكة العصبية واحد على الأقل من خلال مدير التبعيات قبل الترقية الأولى، وتلك الحزم كبيرة.
- الرخصة هي GPL-3.0، وهو أمر مهم إذا كنت ترغب في دمج chaiNNer في برنامج مغلق.
- تتضمن ملاحظات توافق ملف README غرائب: بعض مستخدمي NCNN الذين لديهم وحدات معالجة رسوميات غير Nvidia يرون مخرجات سوداء بالكامل، ويستخدم ONNX وحدة المعالجة المركزية فقط على Apple Silicon.
- تتميز الرسوم البيانية للعقد بمنحنى تعليمي، ويعترف ملف README بأن الواجهة قد تبدو مخيفة في البداية.
التسعير والرخصة
chaiNNer مرخص برخصة GPL-3.0 ومجاني للتنزيل والاستخدام. يوضح ملف README صفحة Ko-fi للتبرعات ولا يوجد خطة مدفوعة. تكاليفك الوحيدة هي الحاسوب ووحدة معالجة الرسوميات التي تشغله عليها.
وظائف للناطقين بالعربية
870 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
هل أحتاج إلى تثبيت Python؟
لا. يقول ملف README إن chaiNNer يقوم بتنزيل إصدار Python متكامل ومعزول عند بدء التشغيل. يمكنك التبديل إلى نظامك Python (3.10 أو أحدث) إذا كنت تفضل ذلك.
ما هي وحدات معالجة الرسوميات التي تعمل؟
Nvidia عبر PyTorch وONNX وTensorRT؛ وAMD عبر ROCm على Linux أو NCNN؛ وApple Silicon عبر MPS؛ وIntel عبر NCNN؛ ووحدة المعالجة المركزية كخيار احتياطي.
هل يمكنه معالجة الفيديو؟
نعم، باستخدام عقدة تحميل الفيديو، ولكن لا يمكنك دمجها مع تحميل الصور أو أي عقدة تكرار دفعات أخرى في سلسلة واحدة.
