고품질 AI 배경 제거, 이미지/비디오 업스케일링, 그리고 이미지 벡터화를 제공하는 통합 웹 애플리케이션입니다.
- 🎯 고품질 AI 배경 제거: BiRefNet 모델을 사용한 85% 성공률의 정밀한 배경 제거
- 📈 AI 업스케일링: Real-ESRGAN General v3 4x 고품질 이미지 확대 (v0.3.0)
- 📐 이미지 벡터화: AI 전처리 + Potrace로 래스터 이미지를 고품질 SVG 벡터로 변환 (NEW!)
- 🔄 연속 처리: 배경 제거 → 업스케일 또는 업스케일 → 배경 제거 등 자유로운 조합
- 🎞️ 프레임별 AI 처리: MP4/AVI/MOV/MKV 비디오를 프레임별로 분해하여 처리
- 📸 마지막 프레임 추출: 비디오에서 마지막 프레임을 이미지로 추출 및 다운로드 (NEW!)
- 🎭 비디오 배경 제거: 각 프레임에 고품질 AI 배경 제거 적용
- 🔍 비디오 업스케일링: Real-ESRGAN General v3 4x 비디오 해상도 향상 (v0.3.0)
- 🎪 조합 처리: 배경제거 + 4x 업스케일링 동시 적용
- ⏰ 실시간 진행률: 현재 처리 프레임, 남은 시간, 재미있는 메시지 표시
- 📱 반응형 웹 UI: PC/모바일 최적화된 직관적 인터페이스
- ⚡ 실시간 진행률: Server-Sent Events를 통한 실시간 처리 상태 확인
- 🍎 Apple Silicon 최적화: MPS GPU 가속 지원
- 🖥️ 크로스 플랫폼: Windows, macOS, Linux 지원
- Backend: Flask 3.0.0, Python 3.10+
- AI 모델: BiRefNet (배경 제거), Real-ESRGAN v0.3.0 General v3 (AI 업스케일링)
- 이미지/비디오 처리: OpenCV, Pillow, NumPy<2.0.0 (호환성)
- 딥러닝: PyTorch 최신버전, torchvision, torchaudio, Transformers (자동 설치)
- Frontend: HTML5, CSS3, JavaScript (Vanilla)
- 실시간 통신: Server-Sent Events
- 비디오 코덱: MP4V (비디오 재조립)
- Python: 3.10 이상
- 메모리: 최소 8GB RAM 권장 (비디오 처리 시 16GB 권장)
- 저장공간: 약 5GB (모델 파일 포함), 비디오 처리 시 추가 임시 공간 필요
- GPU: Apple Silicon MPS 또는 CUDA (선택사항, CPU 대체 가능)
- 운영체제: Windows 10/11, macOS 10.14+, Linux (Ubuntu 18.04+)
🆕 기존 사용자: 업데이트 방법을 확인하여 새로운 📸 마지막 프레임 추출 기능을 사용해보세요!
# Homebrew가 없는 경우 먼저 설치
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
# Miniforge 설치 (Apple Silicon 최적화)
brew install miniforge
# 또는 직접 다운로드
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"
bash Miniforge3-$(uname)-$(uname -m).sh:: Miniconda 다운로드 및 설치
:: https://docs.conda.io/en/latest/miniconda.html 에서 다운로드
:: 또는 Chocolatey 사용
choco install miniconda3
:: 또는 Winget 사용 (Windows 10+)
winget install Anaconda.Miniconda3# Miniconda 다운로드 및 설치
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh# 프로젝트 클론
git clone https://github.com/mastergear4824/EdgeHD
cd EdgeHD운영체제에 맞는 설치 스크립트를 사용하여 한 번에 설치할 수 있습니다:
Linux/macOS:
# 실행 권한 부여 및 설치
chmod +x install.sh
./install.shWindows (Intel/AMD):
# 관리자 권한으로 명령 프롬프트 실행 후
install.batARM64 Windows (Surface Pro X, Copilot+ PC 등):
🚨 중요: ARM64 Windows는 별도 설치 과정이 필요합니다.
# install.bat 실행 시 ARM64 감지 시 자동 가이드 표시
install.bat또는 ARM64 Windows 전용 가이드 참조
⚠️ 중요: Conda가 없는 경우 반드시 2번 실행해야 합니다!
Windows 사용자:
# 🎯 1단계: Miniconda 자동 설치
install.bat
# 메시지: "Install Miniconda automatically? (Y/n):" → Y 입력
# ✅ 설치 완료 후 "Please run this script again" 메시지 표시
# 🔄 터미널을 완전히 닫고 새로 열기
# 🎯 2단계: AI 도구 설치
install.bat
# ✅ 자동으로 모든 패키지 설치 완료Linux/macOS 사용자:
# 🎯 1단계: Miniconda 자동 설치
./install.sh
# 메시지: "Install Miniconda automatically? (Y/n):" → Y 입력
# ✅ 설치 완료 후 "Please run this script again" 메시지 표시
# 🔄 터미널을 완전히 닫고 새로 열기
# 🎯 2단계: AI 도구 설치
./install.sh
# ✅ 자동으로 모든 패키지 설치 완료- 1차 실행: Miniconda를 시스템에 설치하고 PATH 환경변수를 설정
- 터미널 재시작: 새로운 PATH 설정이 적용되도록 필요
- 2차 실행: 이제
conda명령어를 사용할 수 있어서 AI 도구 설치 진행
설치가 완료되면 다음과 같은 메시지를 확인할 수 있습니다:
Installation completed successfully!
How to run:
conda activate edgehd
python app.py
Server URL: http://localhost:8080
📸 마지막 프레임 추출 등 새로운 기능이 추가되었습니다! 기존 설치를 간단히 업데이트할 수 있습니다:
Linux/macOS:
# Git으로 최신 버전 받기
git pull origin main
# 의존성 업데이트 (새로운 패키지가 있는 경우)
conda activate edgehd
pip install -r requirements.txt --upgrade
# 서버 재시작
./stop.sh && ./start.shWindows:
:: Git으로 최신 버전 받기
git pull origin main
:: 의존성 업데이트 (새로운 패키지가 있는 경우)
conda activate edgehd
pip install -r requirements.txt --upgrade
:: 서버 재시작
stop.bat && start.batLinux/macOS:
# 기존 폴더 백업 (중요한 파일이 있는 경우)
cp -r EdgeHD EdgeHD_backup
# 새 버전 다운로드
wget https://github.com/mastergear4824/EdgeHD/archive/main.zip
unzip main.zip
cp -r EdgeHD-main/* EdgeHD/
rm -rf EdgeHD-main main.zip
# 업데이트 적용
cd EdgeHD
./install.sh # 환경은 유지하고 새 기능만 추가Windows:
:: 기존 폴더 백업 (중요한 파일이 있는 경우)
xcopy EdgeHD EdgeHD_backup /E /I
:: 새 버전 다운로드 (PowerShell 사용)
powershell -Command "Invoke-WebRequest -Uri 'https://github.com/mastergear4824/EdgeHD/archive/main.zip' -OutFile 'main.zip'"
powershell -Command "Expand-Archive -Path 'main.zip' -DestinationPath '.'"
xcopy EdgeHD-main\* EdgeHD\ /E /Y
rmdir /S /Q EdgeHD-main
del main.zip
:: 업데이트 적용
cd EdgeHD
install.bat업데이트가 완료되면 다음을 확인하세요:
# 서버 실행 후 웹 브라우저에서 확인
# http://localhost:8080
# 새로운 기능 확인:
# 1. 비디오 모드로 전환
# 2. 비디오 업로드
# 3. "📸 마지막 프레임 추출" 버튼 확인업데이트 중 문제가 발생한 경우:
# 1. 기존 환경 정리 후 새로 설치
./uninstall.sh && ./install.sh # Linux/macOS
# 또는
uninstall.bat && install.bat # Windows
# 2. 백업에서 중요 파일 복원 (필요한 경우)
cp EdgeHD_backup/downloads/* EdgeHD/downloads/ # Linux/macOS
xcopy EdgeHD_backup\downloads\* EdgeHD\downloads\ /Y # Windows설치 오류나 버전 충돌 문제가 발생한 경우 환경을 완전히 정리할 수 있습니다:
# 환경 완전 정리
chmod +x uninstall.sh
./uninstall.sh
# 재설치
./install.sh:: 환경 완전 정리
uninstall.bat
:: 재설치
install.bat정리되는 항목:
- Python 가상환경 (conda 환경)
- AI 모델 파일들
- 임시 파일 및 캐시
- 업로드/다운로드 파일들
간편 설치 스크립트를 사용하지 않는 경우 다음 단계를 수행하세요:
# Conda 환경 생성
conda create -n edgehd python=3.10 -y
# 환경 활성화
conda activate edgehd🚨 중요 업데이트: PyTorch 2.6부터 공식 Anaconda 채널 지원이 중단되었습니다.
✅ 권장 방법: 기본 PyPI에서 최신 버전을 설치합니다. (Real-ESRGAN과 완전 호환)
# 기본 설치 (GPU/CPU 자동 감지, 가장 안전)
pip install torch torchvision torchaudio# Apple Silicon (M1/M2/M3/M4 Mac) - MPS 지원
pip install torch torchvision torchaudio
# NVIDIA GPU (CUDA 12.1+) - 최신 CUDA 지원
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
# CPU 전용 (이전 컴퓨터나 서버용)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu# 최신 transformers (모든 Real-ESRGAN 버전과 호환)
pip install transformers# 최신 요구사항 설치
pip install -r requirements.txt
# AI 모델 의존성 패키지 설치
pip install einops>=0.6.0 kornia>=0.7.0 timm>=0.9.0 realesrgan==0.3.0📝 참고: PyTorch와 transformers는 3단계에서 이미 설치했으므로 requirements.txt에서 제외되었습니다.
📐 새로운 기능: 래스터 이미지를 무한 확대 가능한 SVG 벡터로 변환
macOS:
brew install potraceUbuntu/Debian:
sudo apt-get update
sudo apt-get install potraceWindows:
- Potrace 공식 사이트에서 다운로드
potrace.exe를 PATH에 추가하거나 프로젝트 폴더에 복사
potrace --version📝 참고:
- Potrace가 설치되지 않아도 내장 벡터화 엔진으로 동작합니다
- 기존 배경 제거/업스케일링 기능에는 영향을 주지 않습니다
pip list | grep -E "(torch|transformers|einops|kornia|timm|realesrgan)"
### 6. 환경 변수 설정 (Apple Silicon)
```bash
# Apple Silicon MPS 폴백 활성화
export PYTORCH_ENABLE_MPS_FALLBACK=1
# 영구 설정을 위해 ~/.zshrc 또는 ~/.bashrc에 추가
echo 'export PYTORCH_ENABLE_MPS_FALLBACK=1' >> ~/.zshrc
# 백그라운드 서버 시작
./start.sh
# 서버 상태 확인
./status.sh
# 서버 중지
./stop.sh:: 백그라운드 서버 시작
start.bat
:: 서버 상태 확인
status.bat
:: 서버 중지
stop.bat# 환경 활성화
conda activate edgehd
# Apple Silicon에서 환경 변수 설정
export PYTORCH_ENABLE_MPS_FALLBACK=1
# 애플리케이션 실행
python app.py# 최신 버전 업데이트 후 실행 (기존 사용자 권장)
git pull origin main && conda activate edgehd && pip install -r requirements.txt --upgrade && ./stop.sh && ./start.sh
# 완전 재설치 후 실행 (문제 해결용)
./uninstall.sh && ./install.sh && ./start.sh
# 자동 설치 후 실행
./install.sh && ./start.sh
# 또는 수동 실행
cd /path/to/EdgeHD && conda activate edgehd && export PYTORCH_ENABLE_MPS_FALLBACK=1 && python app.py애플리케이션이 시작되면 다음 주소로 접속할 수 있습니다:
- 로컬: http://localhost:8080
- 네트워크: http://192.168.x.x:8080 (터미널에 표시되는 IP)
-
이미지 업로드:
- 지원 형식: PNG, JPG, JPEG, GIF, BMP, WebP
- 최대 크기: 16MB
-
처리 선택:
4x업스케일(빨간색): Real-ESRGAN General v3으로 이미지를 4배로 확대배경제거(보라색): BiRefNet AI를 사용한 고품질 배경 제거⚠️ v0.3.0에서는 2x 전용 모델이 없어 4x만 지원
-
연속 처리:
- 결과 이미지에서 추가 처리 가능
- 배경 제거된 이미지는 업스케일만 가능
- 자유로운 조합으로 최적 결과 달성
-
결과 다운로드:
- 우클릭으로 이미지 저장
- 투명 배경은 체크보드 패턴으로 표시
이미지 처리 모드에서 벡터화 기능을 바로 사용할 수 있습니다:
-
이미지 업로드:
- 🖼️ 이미지 처리 모드에서 이미지 업로드
- 지원 형식: PNG, JPG, JPEG, GIF, BMP, WebP
-
벡터화 버튼 클릭:
- 업로드된 이미지 하단의 "📐 벡터화" 버튼 클릭
-
옵션 선택:
- 색상 수: 4색상(로고) ~ 32색상(복잡한 이미지)
- 출력 형식: SVG (벡터)
- 팝업에서 옵션 선택 후 "📐 벡터화 시작" 클릭
-
자동 처리:
- AI 전처리 (노이즈 제거, 엣지 강화)
- 색상 최적화 및 벡터 경로 생성
- 실시간 진행률 표시
-
결과 다운로드:
- 우측 패널에서 SVG 파일 다운로드
- 무한 확대/축소 가능한 벡터 이미지
- "✨ 계속 편집"으로 추가 처리 가능
-
비디오 업로드:
- 지원 형식: MP4, AVI, MOV, MKV
- 최대 크기: 100MB
- 비디오 정보 자동 표시 (해상도, FPS, 재생시간)
-
처리 옵션 선택:
📸 마지막 프레임 추출: 비디오의 마지막 프레임을 PNG 이미지로 추출배경 제거: 각 프레임에 BiRefNet AI 배경 제거 적용4x 업스케일: Real-ESRGAN General v3으로 비디오 해상도를 4배로 향상배경제거 + 4x: 배경 제거와 4배 업스케일 동시 적용⚠️ v0.3.0에서는 2x 전용 모델이 없어 4x만 지원
-
실시간 처리 상태 확인:
- 현재 처리 중인 프레임 번호 표시
- 남은 시간 실시간 계산
- 재미있는 처리 메시지와 팁 표시
- 전체 진행률 바 표시
-
결과 다운로드:
- 마지막 프레임 추출: PNG 이미지 파일 다운로드 (원본 해상도 유지)
- 비디오 처리: 처리 완료 후 MP4 파일 다운로드
- 원본 FPS 유지
- 처리 옵션에 따른 해상도 조정
비디오에서 마지막 프레임을 이미지로 추출하는 새로운 기능이 추가되었습니다!
- 🎯 정확한 추출: 비디오의 마지막 유효한 프레임을 안전하게 추출
- 📸 고품질 이미지: 원본 해상도 유지로 PNG 형식 저장
- ⚡ 빠른 처리: 전체 비디오 처리 없이 마지막 프레임만 추출
- 🛡️ 안전한 처리: 손상된 프레임 감지 시 자동으로 이전 유효 프레임 선택
- 비디오 파일 업로드 (MP4, AVI, MOV, MKV)
- "📸 마지막 프레임 추출" 버튼 클릭
- 처리 완료 후 우측 패널에서 결과 확인
- PNG 이미지로 다운로드
- 비디오 썸네일 생성
- 영상 종료 화면 캡처
- 스크린샷 추출
- 콘텐츠 미리보기 생성
- 입력: BMP, GIF, JPEG, JPG, PNG, WebP
- 출력:
- 배경 제거/업스케일링: PNG (투명 배경 지원)
- 벡터화: SVG (무한 확대 가능한 벡터)
- 입력: MP4, AVI, MOV, MKV
- 출력:
- 비디오 처리: MP4 (H.264 코덱)
- 마지막 프레임 추출: PNG (원본 해상도)
- Apple Silicon: MPS 백엔드 자동 사용
- NVIDIA GPU: CUDA 자동 감지
- CPU 폴백: GPU 미지원시 자동 전환
# 대용량 이미지 처리시 메모리 부족 방지
import torch
torch.cuda.empty_cache() # CUDA
torch.mps.empty_cache() # MPS증상: Real-ESRGAN model loading error 또는 SRVGGNetCompact architecture mismatch
해결방법:
# 환경 완전 정리 후 재설치
./uninstall.sh # 또는 uninstall.bat
./install.sh # 또는 install.bat
# 또는 수동 업데이트 (Real-ESRGAN v0.3.0 호환 버전)
pip uninstall torch torchvision torchaudio transformers realesrgan -y
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0
pip install transformers==4.35.0 realesrgan==0.3.0# 환경 변수 설정 확인
export PYTORCH_ENABLE_MPS_FALLBACK=1# 더 작은 이미지로 테스트 또는 시스템 메모리 확인
# 16MB 제한 준수# 인터넷 연결 확인 및 Hugging Face 접근 확인
# VPN 사용시 비활성화 후 재시도# 의존성 재설치 (Real-ESRGAN v0.3.0 호환 버전)
pip uninstall -r requirements.txt -y
pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 transformers==4.35.0
pip install -r requirements.txt애플리케이션 실행시 다음과 같은 로그를 확인할 수 있습니다:
🚀 고품질 AI 배경 제거 웹 애플리케이션을 시작합니다...
🔥 iOS 수준 고품질 배경 제거 (85% 성공률)
📁 지원 형식: bmp, gif, jpeg, jpg, png, webp
📏 최대 파일 크기: 16MB
🌐 서버 주소: http://localhost:8080
🔄 고품질 AI 모델 미리 로드 중...
🍎 Apple Silicon GPU(MPS) 사용
🚀 고품질 배경 제거 모델 로드 완료!
✅ 고품질 AI 모델 준비 완료!
프로젝트에는 서버 관리를 위한 편리한 스크립트들이 포함되어 있습니다:
Linux/macOS
./start.shWindows
start.bat기능:
- 백그라운드에서 서버 실행
- PID 파일 생성 및 관리
- 로그 파일 자동 생성
- 환경 변수 자동 설정 (Apple Silicon MPS)
- 중복 실행 방지
- 비디오 처리 기능 안내
Linux/macOS
./status.shWindows
status.bat기능:
- 서버 실행 상태 확인
- CPU/메모리 사용률 표시
- 포트 정보 확인
- 로그 파일 크기 정보
- 애플리케이션 기능 정보 (이미지/비디오 처리)
- 유용한 명령어 안내
Linux/macOS
./stop.shWindows
stop.bat기능:
- 안전한 서버 종료 (SIGTERM/taskkill)
- 강제 종료 옵션 (SIGKILL/taskkill /F)
- PID 파일 자동 정리
- 로그 파일 정리 옵션
# 실시간 로그 확인
tail -f app.log
# 에러 로그 확인
tail -f app_error.log
# 로그 파일 크기 확인
ls -lh *.log:: 실시간 로그 확인
powershell "Get-Content app.log -Wait"
:: 에러 로그 확인
type app_error.log
:: 로그 파일 크기 확인
dir *.logEdgeHD/
├── app.py # 메인 Flask 애플리케이션
│ # • /upload (이미지 배경 제거)
│ # • /upscale (이미지 업스케일링)
│ # • /vectorize (이미지 벡터화) NEW!
│ # • /process_video (비디오 프레임별 처리)
│ # • /extract_last_frame (마지막 프레임 추출) NEW!
│ # • /download/<filename> (파일 다운로드)
├── models/ # 🤖 AI 모델 저장소 (프로젝트 독립)
│ └── hub/ # Hugging Face 모델 캐시
│ └── models--zhengpeng7--BiRefNet/ # 배경 제거 모델 (~424MB)
├── templates/ # HTML 템플릿
│ └── index.html # 메인 웹 인터페이스 (벡터화 + 마지막 프레임 추출 UI 포함)
├── static/ # 정적 파일 (CSS, JS)
├── uploads/ # 업로드된 파일
├── downloads/ # 처리된 결과 파일 (이미지, 비디오, SVG 벡터, 추출된 프레임)
├── temp/ # 임시 처리 파일 (비디오 프레임 분해용)
├── requirements.txt # Python 의존성 (PyTorch 2.1.0, transformers 4.35.0)
├── install.sh # Linux/macOS 설치 스크립트
├── install.bat # Windows 설치 스크립트
├── uninstall.sh # Linux/macOS 환경 정리 스크립트
├── uninstall.bat # Windows 환경 정리 스크립트
├── start.sh/.bat # 서버 시작 스크립트
├── stop.sh/.bat # 서버 중지 스크립트
└── status.sh/.bat # 서버 상태 확인 스크립트
🚨 경고: 설치 스크립트 사용 시 자동으로 프로젝트 로컬 저장됩니다. 수동 설치 시 반드시 환경변수를 설정해야 합니다!
- install.sh / install.bat 사용 시: 자동으로 프로젝트 내
models/디렉토리에 저장 - 환경변수 자동 설정:
HF_HOME,TRANSFORMERS_CACHE,HUGGINGFACE_HUB_CACHE - 완전한 프로젝트 독립성: 시스템 캐시(
~/.cache/huggingface/)에 저장되지 않음
Linux/macOS:
export HF_HOME="$(pwd)/models"
export TRANSFORMERS_CACHE="$(pwd)/models"
export HUGGINGFACE_HUB_CACHE="$(pwd)/models"Windows:
set HF_HOME=%cd%\models
set TRANSFORMERS_CACHE=%cd%\models
set HUGGINGFACE_HUB_CACHE=%cd%\models- 프로젝트 이동 시 모델도 함께 이동되어 완전한 독립성 보장
- 시스템 전역 캐시 오염 방지
- 다른 프로젝트와 모델 충돌 없음
- 프로젝트 삭제 시 모델도 함께 정리
첫 실행 시 자동으로 다음 모델들이 다운로드됩니다:
- BiRefNet (zhengpeng7/BiRefNet): 고품질 배경 제거 (~424MB)
- Real-ESRGAN General v3 (v0.3.0): AI 4배 업스케일링 (~17MB)
⚠️ v0.3.0에서는 2x 전용 모델이 없어 4x만 지원
models/ # 🔒 프로젝트 로컬 전용!
├── hub/ # HuggingFace 모델 저장소
│ └── models--zhengpeng7--BiRefNet/
│ ├── snapshots/
│ │ └── [commit-hash]/
│ │ ├── model.safetensors # 메인 모델 가중치
│ │ ├── config.json # 모델 설정
│ │ ├── birefnet.py # 모델 코드
│ │ └── BiRefNet_config.py # 설정 파일
│ ├── blobs/
│ └── refs/
├── realesrgan/
│ └── realesr-general-x4v3.pth # General v3 4x 업스케일링 모델
└── potrace # 🆕 벡터화 도구 (로컬 설치)✅ 확인 방법: 모델이 올바른 위치에 저장되었는지 확인
잘못된 위치 (시스템 캐시):
~/.cache/huggingface/hub/> 올바른 위치 (프로젝트 로컬):./models/hub/
models/디렉토리는.gitignore에 포함되어 Git에서 제외- 모델 파일들이 GitHub에 업로드되지 않음 (용량 문제 방지)
- 각 환경에서 첫 실행 시 자동 다운로드
- 파일 크기 제한: 16MB
- 허용된 파일 형식만 업로드 가능
- 업로드 파일명 보안 처리
- 임시 파일 자동 정리
개발 서버는 프로덕션 환경에 적합하지 않습니다. 프로덕션 배포시:
# Gunicorn 설치
pip install gunicorn
# 프로덕션 서버 실행
gunicorn -w 4 -b 0.0.0.0:8080 app:app이 프로젝트는 MIT 라이선스 하에 배포됩니다.
- BiRefNet: MIT 라이선스 ✅
- PyTorch: BSD-3-Clause 라이선스 ✅
- Transformers: Apache 2.0 라이선스 ✅
- OpenCV: Apache 2.0 라이선스 ✅
- Pillow: HPND 라이선스 ✅
- Flask: BSD-3-Clause 라이선스 ✅
모든 구성요소가 MIT 라이선스와 호환되므로 상업적 사용, 수정, 배포가 자유롭게 가능합니다.
자세한 내용은 LICENSE 파일을 참조하세요.
Surface Pro X, Copilot+ PC, ARM64 Windows 사용자 전용
🎉 중요 업데이트: PyTorch 2.7부터 ARM64 Windows를 공식 지원합니다! (2025년 4월 발표)
# https://visualstudio.microsoft.com/visual-cpp-build-tools/ 에서 다운로드
# 설치 시 "Desktop development with C++" 워크로드 선택
# ARM64 관련 구성 요소들도 함께 설치됨# https://win.rustup.rs/x86_64 에서 다운로드 후 실행:
rustup-init.exe --default-toolchain stable --default-host aarch64-pc-windows-msvc# https://www.python.org/downloads/ 에서 ARM64 installer 다운로드
# "Windows installer (ARM64)" 선택하여 설치# Python 3.12로 새 환경 생성
conda create -n edgehd-arm python=3.12 -y
conda activate edgehd-arm# ARM64 Windows용 PyTorch 설치
pip install --extra-index-url https://download.pytorch.org/whl torch torchvision torchaudio
# 성공 확인
python -c "import torch; print(f'PyTorch {torch.__version__} on ARM64 Windows')"# EdgeHD 프로젝트 폴더에서
pip install transformers einops kornia timm realesrgan==0.3.0
pip install Flask Flask-CORS opencv-python Pillow requests# 환경 활성화 후 서버 시작
conda activate edgehd-arm
python app.py버그 리포트와 기능 요청은 이슈를 통해 제출해 주세요.
🌟 특징
- 🖼️ 이미지 처리: 고품질 AI 배경 제거 및 업스케일링
- 📐 이미지 벡터화: AI 전처리 + Potrace로 SVG 벡터 변환 (NEW!)
- 🎬 비디오 처리: 프레임별 AI 처리 및 재조립
- 📸 마지막 프레임 추출: 비디오에서 마지막 프레임을 이미지로 빠르게 추출 (NEW!)
- 🖥️ 크로스 플랫폼: Windows, macOS, Linux 완벽 지원
- ⚡ 실시간 진행률: 처리 상태 실시간 확인
- 🚀 간편 설치: 원클릭 설치 스크립트 제공
Created with ❤️ using BiRefNet, Flask, and OpenCV