| inviato il 10 Febbraio 2025 ore 16:50
Quelle di DPXD sono notevoli, grazie, peccato che sono in jpeg altrimenti non avrebbero neanche gli artefatti di compressione.
Quella di Affinity invece mi sembra migliore la mia; opportunamente regolato il parametro di intensità, toglie meglio il rumore e preserva meglio il dettaglio, non considerando neanche la sorgente di partenza.
Però DPXD... motivo in più per percorrere quella strada.
Grazie.
Edit: ma quei ghirigori che si vedono sul cielo nelle jpeg di DPXD, cosa sono?
|
| inviato il 10 Febbraio 2025 ore 16:54
Si, quella di Affinity è un tentativo di fare un "in medio stat virtus" fra la piallata e conservazione dei dettagli che lascia il Deep Prime. Però gioco forza di rumore ne rimane anche di più. Difatti il file del Deep Prime è poco meno di 4MB, quello di Affinity è poco più di 4,6MB. |
| inviato il 10 Febbraio 2025 ore 17:00
Quello che mi ha impressionato di più è la serratura della porta...
Comunque, dovresti esportare in png: a grandi ingrandimenti si vedono gli artefatti jpeg.
Edit: ma è possibile "vedere" il rumore che ha eliminato?
Vorrei capire se l'esportazione in tiff aggiunge (o amplifica) il rumore presente nel raw. |
| inviato il 10 Febbraio 2025 ore 17:07
Ah, vabè... ormai è andata.  Per abitudine esco in jpeg 85/90%, più che bastevole per stampa quotidiana, archiviazione, visione su monitor e condivisione web, non vado mai di png o tif se non per stampe davvero grandi o impegnative. Fra l'altro sono solito valutare il denoise solo al 100%, non oltre. 
Altra cosa su cui è eccezionale il DP secondo me sono i "mezzi" gradienti e le zone di ripetizione di texture.
Nonché, e questo è fondamentale, non gli ho mai visto cannare i punti di fuori fuoco: quel che è nella zona di fuoco migliora, quel che è fuori viene pulito ma non ne viene forzato mai il dettaglio come se magicamente rientrasse nella fetta a fuoco.
Qui, ad esempio, ha salvato in parte anche la trama di legno della porta, interpretato correttamente la breccia a terra lì a destra, la trama delle pietre agli angoli della chiesa, ed infine ha salvato praticamente al 100% tutti i dettagli della scritta attorno alla porta (apostrofi, dieresi e punti inclusi). |
| inviato il 10 Febbraio 2025 ore 17:13
Sì, concordo, veramente notevole!
Però vorrei capire cosa sono quei ghirigori (non le meteore, difetti del sensore?) perché mandano in palla il mio denoise in quelle zone, diventano delle specie di "montagnette".
E poi vorrei capire il reale rumore presente nel raw; lo vedrò più avanti, durante lo sviluppo del modello.
Sfida difficile, è relativamente più semplice lavorare sul raster.
"Nonché, e questo è fondamentale, non gli ho mai visto cannare i punti di fuori fuoco: quel che è nella zona di fuoco migliora, quel che è fuori viene pulito ma non ne viene forzato mai il dettaglio come se magicamente rientrasse nella fetta a fuoco."
Secondo me "ricostruisce" intelligentemente; molte volte (se non sempre), i modelli AI imparano a fare cose per cui non sono stati addestrati... |
| inviato il 11 Febbraio 2025 ore 9:28
Ecco qua i due TIFF che escono da Photolab 8:
we.tl/t-0vkjqKcdam
Quello senza suffisso è trattato con Deep Prime XD2s, quello con suffisso "_1" è senza alcuna correzione (né ottimizzazione lente, né alcun altro parametro, solo profilo colore generico di Photolab).
NB : in quello trattato col Deep Prime XD2S ho abbassato il piallamento di luminanza da 40 a 20, perché mi pareva migliore il risultato, e ho quindi lasciato un minimo di grana che non dà fastidio ed esalta l'eventuale dettaglio fine residuo. |
| inviato il 12 Febbraio 2025 ore 10:45
Ciao, scusa se ti rispondo solo adesso.
Sono alle prese con lo sviluppo del modello addestrato direttamente sui dati grezzi del raw.
Lo sto addestrando sul pattern RGGB che mi pare sia il più diffuso ma comunque, in inferenza, convertirò i raw caricati nel pattern compatibile col modello.
Ti ringrazio per il materiale che hai prodotto, mi servirà come metro di paragone, semmai riuscirò nell'impresa...
Il modello creato sui raster comunque non lo cestino anzi, ho migliorato l'interfaccia e ora accetta anche i raw, convertendoli in tiff senza compressione e denoisando questi. Funziona bene, si avvicina moltissimo ai risultati di topaz nonostante sia addestrato su un numero relativamente basso di coppie clean/noisy; in futuro aumenterò il dataset e rifarò l'addestramento.
A presto, si spera... |
| inviato il 12 Febbraio 2025 ore 10:54
“ Lo sto addestrando sul pattern RGGB che mi pare sia il più diffuso ma comunque, in inferenza, convertirò i raw caricati nel pattern compatibile col modello. „
Decisamente, i sensori moderni hanno praticamente tutti la matrice bayer 2x2 col doppio verde!
Concordo sul modello sui raster: ci sono moltissimi utenti che manifestano l'intenzione di avere un denoise più "furbo" senza dover per forza passare dai RAW, fregandosene legittimamente del massimo del risultato, e fino ad oggi questi utenti sono sempre costretti ad orientarsi sulla suite Topaz, che è l'unica che accetta in ingresso al suo modello di denoise DL i tiff/jpeg. |
| inviato il 12 Giugno 2025 ore 11:08
Eccomi qui!
Alla fine, dopo mesi di studio, tentativi con altrettanti fallimenti e una montagna di energia elettrica consumata, credo di essere riuscito ad arrivare al punto.
Si tratta di un denoiser che elabora qualsiasi raw bayer 2x2 (no x-trans) producendo un dng pulito standard, neutro, con solo punto di nero e bilanciamento bianco del raw originale. Dati grezzi -> dati grezzi, nessuna demosaicizzazione, niente pre o post-processing.
Se vi interessa, vado più nel dettaglio.
|
| inviato il 12 Giugno 2025 ore 12:10
Carino! Complimenti innanzi tutto! Se poi vuoi entrare più nel dettaglio, per me, sentiti libero!  |
| inviato il 12 Giugno 2025 ore 12:11
PS:
“ una montagna di energia elettrica consumata „
Sempre meno di Open AI, Adobe, DxO et similia, tranquillo. |
| inviato il 12 Giugno 2025 ore 12:34
“ Sempre meno di Open AI, Adobe, DxO et similia, tranquillo. „
Si ma io non ci ho guadagnato nulla, sono in perdita... ;-)
Comunque, per inziare posto il link del famoso cr2 della chiesa (che conosco ormai a memoria, proprio pixel-wise...) denoisato alla massima potenza dal mio denoiser:
www.webmister.it/IMG_1918_denoised.dng
Allego anche l'originale:
www.webmister.it/IMG_1918.CR2
P.S.: occhio che probabilmente il browser bloccherà il download, conservali pure, non sono virus... :-) |
| inviato il 12 Giugno 2025 ore 14:23
www.webmister.it/IMG_1918_denoised_soft.dng
Lo stesso raw denoisato con intensità diverse per canale RGGB: 1.0, 0.65, 0.65, 1.0
Più godibile per chi (come me) non ama le immagini piallate. |
| inviato il 13 Giugno 2025 ore 11:20
Tigrone interessante il tuo denoise "fai da té", complimenti pare ben efficace, ma non ho capito come funziona, l'hai concepito tipo un plugin che si puo usare con diversi sw compreso DPP?..il denoise viene applicato direttamente sui raw o sulle immagini già demosaicizzate?
avevo aperto un topic sullo stesso soggetto ma non ho avuto nessuno risposta
www.juzaphoto.com/topic2.php?l=it&t=5051667
per rivenire a DPP e Canon Neural network Image Processing Tool, certo DPP é un po alambiccato e lento ma é LA referenza in materia di giustezza dei colori che gli altri sw non potranno mai uguagliare neanche con i profili Cobalt (ho fatto parecchi test in merito), non é ha caso se lo usano in modo collegato moltissimi professionisti e persino quelli che fanno dei cataloghi pubblicitari (di moda, oggetti, ecc..) stampati e/o per il web (*).
network Image Processing Tool lo trovo molto interessante appunto perché é associato a DPP, il tutto é di sapere se tiene le promesse.
(*) in luce controllata (studio) i raw sono inviati per cavo o wi-fi direttamente sul PC dove su DPP viene applicato in batch un preset creato specificamente per l'occasione, e poi le immagini vanno direttamente in post-produzione su PS per gli ultimi ritocchi finali, quasi in tempo reale...fanno da 5000 a 10.000 foto per seduta.
|
| inviato il 13 Giugno 2025 ore 12:02
Ciao, grazie dei complimenti.
Ti spiego meglio come funziona.
Non è un plugin, è un programma standalone, fatto in python (che devo ancora impacchettare in un eseguibile con tutte le sue dipendenze), carica un modello addestrato e ne utilizza i pesi per effettuare il denoise, infine ti restituisce un dng pulito.
In ingresso accetta solo formati raw, per la precisione questi: ".CR2", ".CR3", ".NEF", ".ARW", ".RW2", ".ORF", ".DNG", che abbiano matrice bayer 2x2 (esclusi gli x-trans quindi), estrae i dati exif più importanti, estrae i dati grezzi e li riordina in formato RGGB (se necessario), li pulisce (con parametri impostabili da programma) e li riscrive in un dng ordinandoli in bayer RGGB, applicando gli exif salvati dal raw originale.
Sui dati non viene applicato nessun pre-processing, nessuna demosaicizzazione e nessun post-processing dopo inferenza.
Il dng resitutito è neutro, contiene solo le informazioni essenziali per essere aperto con il software con cui poi vai a decidere di fare tutto ciò che ti pare, e che hai sempre fatto.
In pratica: raw -> denoise -> dng.
|
Che cosa ne pensi di questo argomento?Vuoi dire la tua? Per partecipare alla discussione iscriviti a JuzaPhoto, è semplice e gratuito!
Non solo: iscrivendoti potrai creare una tua pagina personale, pubblicare foto, ricevere commenti e sfruttare tutte le funzionalità di JuzaPhoto. Con oltre 252000 iscritti, c'è spazio per tutti, dal principiante al professionista. |
Metti la tua pubblicità su JuzaPhoto (info) |
JuzaPhoto contiene link affiliati Amazon ed Ebay e riceve una commissione in caso di acquisto attraverso link affiliati.
