Jasna 视频马赛克修复选型指南：一张表配齐硬件、许可与模型
【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna
Jasna 是一款在本机 GPU 上运行的视频和图片马赛克修复工具：它逐帧找出马赛克、只修马赛克区域，画面其余部分保持不变。输入支持单个视频、文件夹、VR180 和静态图片。本文面向第一次使用的读者，帮你确认硬件与许可、选对模型、写出能直接跑的命令。
速览：每个场景的最小命令
先给答案。下面每行都可在命令行整行复制（GUI 用户对应操作见各章「参数入口」）：
| 你的场景 | 模型组合 | 最小命令 |
|---|---|---|
| 日常批量 1080p，NVIDIA / AMD 均可 | rfdetr-v6+ BasicVSR++（全默认） | jasna --input in.mp4 --output out.mkv |
| 4K 素材，想少漏检 | rfdetr-v6-large+ BasicVSR++ | jasna --input in.mp4 --output out.mkv --detection-model rfdetr-v6-large |
| AMD 显卡，检测优先速度 | lada-yolo-v4+ BasicVSR++ | jasna --input in.mp4 --output out.mkv --detection-model lada-yolo-v4 |
| 重点视频精修（需许可） | LTX 标准画质 | jasna --input in.mp4 --output out.mkv --restoration-model-name ltx |
| 还不知道 LTX 在自己机器上要多久 | LTX 试用模式（免费、不修视频） | jasna --input in.mp4 --output out.mkv --restoration-model-name ltx --ltx-trial |
| 长视频省时间，只让 LTX 修大马赛克 | LTX + BasicVSR++ 分流 | jasna --input in.mp4 --output out.mkv --restoration-model-name ltx --ltx-auto-split 12 |
| 4K / 特写结果偏糊 | BasicVSR++ + RTX Super Res（免费） | jasna --input in.mp4 --output out.mkv --secondary-restoration rtx-super-res |
| VR180 左右并排视频 | rfdetr-vr-v1+ BasicVSR++ | jasna --input in.mp4 --output out.mp4 --detection-model rfdetr-vr-v1 |
| 静态图片（自动走 SD 1.5） | sd-15-jav（需许可） | jasna --input photo.png --output restored.png |
动手之前：先核对硬件与许可 ⚠️
Jasna 能跑起来的基础门槛：
- NVIDIA：GTX 16 系列 / RTX 20 系列或更新，计算能力 ≥ 7.5，用较新驱动（Windows 610+ / Linux 580+）。
- AMD：Radeon RX 7000/9000（实验性），Linux 需先装一次 AMD AMF 运行库，Windows 需 Adrenalin 26.8.1+。
- 装在有SSD的本地磁盘上（网络盘不支持），安装路径不能含中文、日文等非英文字符。
功能面、显存与授权门槛合并成一张表（授权按美元累计支持额计算，一个许可证码可同时覆盖 3 台电脑）：
| 功能 | 授权 | 显卡门槛 | 显存 / 其他 |
|---|---|---|---|
| 全部检测模型 | 免费 | 所有受支持 GPU | 权重放进model_weights/即自动识别 |
| BasicVSR++ 主修复 | 免费 | 所有受支持 GPU | 4–6 GB 显卡建议把最大片段降到 30 |
| LTX 主修复 | 25 美元档（或先跑免费试用） | RTX 30/40/50（仅 RTX 2080 Ti 实测过）；Linux 另支持 AMD RX 7000/9000，Windows 上的 AMD LTX 为测试版 | 显存 ≥ 8 GB、内存 ≥ 16 GB；首次下载约 9–28 GB |
| UNet 4x 二次修复 | 15 美元档起 | 仅 NVIDIA | — |
| RTX Super Res 二次修复 | 免费 | 仅 NVIDIA | — |
| TVAI 二次修复 | 另购 Topaz Video（仅 Windows） | 仅 NVIDIA + Windows | — |
| SD 1.5 图片修复 | 15 美元档起 | 所有受支持 GPU | 约 7 GB 显存；模型约 6.9 GB |
不满足门槛的替代路线：没有 8 GB 显存的 NVIDIA 卡或想用 AMD——主修复只走 BasicVSR++，想要更锐利就叠免费的--secondary-restoration rtx-super-res（NVIDIA）；没有许可证——走「检测 + BasicVSR++ + RTX Super Res」全免费路线，LTX 和 SD 1.5 暂时跳过。
日常视频批量快修：默认 BasicVSR++
适用对象：手里有一批 1080p 或普通视频，目标是尽快修完、不想折腾设置。
选择理由：BasicVSR++ 是默认主修复模型，速度快、免费、所有受支持的 GPU 都能跑；默认检测模型rfdetr-v6覆盖大多数视频（输入分辨率 576）。检测权重按显卡自动匹配格式（NVIDIA 用 ONNX 导出、AMD 用.pt，见 detection_registry.py），不需要手动配置。
配置步骤：什么都不改，直接跑：
jasna --input in.mp4 --output out.mkv参数入口：GUI 的基本处理区可改检测阈值；CLI 用--detection-score-threshold（取值 0–1，漏检调低、误检调高）。检测模型切换用--detection-model，或在区间编辑器里给不同视频分别指定。首次任务会花 15–60 分钟为 GPU 编译模型，结果存进model_weights，之后任务直接复用。
检测模型怎么选（不确定就用rfdetr-v6，本节可跳过）：
rfdetr-v6（默认，内置）：速度快，适合大多数视频。rfdetr-v6-large：检测更准、更慢，适合 4K；需单独下载后放进model_weights/。rfdetr-vr-v1（内置）：VR180 最适配。zelefans-vr-yolo-v2（单独下载）：另一个 VR180 方案。lada-yolo-v4（内置）：YOLO 后端，AMD 上比 RF-DETR 系更快，2D 动画上也可能更好。
重点视频高质量精修：LTX 先试速再正式
适用对象：有 25 美元档许可证、NVIDIA 显存 ≥ 8 GB、内存 ≥ 16 GB，且这一条视频值得等。
选择理由：LTX 走扩散模型推理，能补出 BasicVSR++ 给不出的真实细节，但慢得多——标准画质下 1 分钟 1080p（马赛克持续在画面中）大约：RTX 5090 约 1 分钟、RTX 5080 约 2 分钟、RTX 4090 约 1.5 分钟、RTX 3090 约 3 分钟、RTX 2080 Ti 约 10 分钟；快速模式（仅 RTX 50）5090 不到 1 分钟、5080 约 1.5 分钟。
配置步骤：
# 第一次先测速：不下载模型、不需要许可证，视频不会被修复 jasna --input in.mp4 --output out.mkv --restoration-model-name ltx --ltx-trial # 测速可接受后再正式跑；首次会先询问并下载所选模型（约 15 GB） jasna --input in.mp4 --output out.mkv --restoration-model-name ltx进度条分四步：查找马赛克、准备、修复、保存。在你的 GPU 上第一次（及每次更新后第一次）会先做一次简短速度测试，之后剩余时间估算就是准的。LTX 支持暂停/继续：中断后重跑同一条命令即可续上。
画质档位（CLI 取值不同，见 session_config.py 与 docs/zh/models.md）：
| 画质 | CLI 取值 | 相对速度 |
|---|---|---|
| 标准（默认） | ltx | 基准 |
| 良好 | ltx-4step | 慢约 1.5 倍 |
| 高画质 | ltx-8step | 慢约 2.5 倍 |
| 顶级 | ltx-undistilled | 慢约 5 倍，通常不值得 |
参数入口：GUI修复模型区可切换档位、种子与开关；CLI 侧开关包括--ltx-fast（快约 1.4 倍，仅限 RTX 50，其他卡会报错）、--ltx-large-canvas（大马赛克细节更多，约需 12 GB 空闲显存，长视频里这类部分慢约 3 倍，显存不够会自动回退普通方式，画布常量见 plan.py）、--ltx-seed（默认20260923，同种子同结果）、--no-experimental-ltx-less-overlap（回到重叠更多的旧模式；默认开启的减重叠模式约快 13%）。想只让大马赛克走 LTX、其余交给更快的 BasicVSR++，加--ltx-auto-split 12（数字 = 马赛克占视频高度的百分比，推荐 12，可与--segments、--fmp4同用时报错）。跑 LTX 前关掉游戏和浏览器。
4K 或特写结果偏糊：开启二次修复
适用对象：用 BasicVSR++ 修完、但把小马赛克放回 4K 或人物特写后仍显模糊，显卡是 NVIDIA。
选择理由：主修复输出的是一张 256×256 的小图，二次修复先把它放大到 512×512 或 1024×1024 再放回画面。注意：用 LTX 时二次修复不会生效（CLI 同时给会直接报错）。
配置步骤：
jasna --input in.mp4 --output out.mkv --secondary-restoration rtx-super-res三个选项的定位：
| 选项 | 授权 | 特点 |
|---|---|---|
rtx-super-res | 免费 | 非常快；部分视频会闪烁，先用短片段验证 |
unet-4x | 15 美元档起 | 质量接近 TVAIiris-2且更快，256 进 1024 出（见 unet4x_secondary_restorer.py） |
tvai | 另购 Topaz Video（仅 Windows） | 质量相近但很慢，指定iris-2模型 |
实测开销（两条 1080p 视频，耗时 / 显存）：无二次修复 22s / 10.0 GB 与 11s / 10.7 GB；RTX Super Res 25s / 11.7 GB 与 13s / 11.4 GB；UNet 4x 29s / 12.5 GB 与 14s / 12.6 GB；TVAI 52s / 12.1 GB 与 24s / 12.4 GB。
参数入口：RTX Super Res 侧有--rtx-quality、--rtx-denoise、--rtx-deblur、--rtx-scale；TVAI 侧需先把环境变量TVAI_MODEL_DATA_DIR与TVAI_MODEL_DIR指向 Topaz Video 的模型文件夹（未设置会直接报错，见 tvai_secondary_restorer.py），再配--tvai-model（默认iris-2）、--tvai-scale（默认 4）、--tvai-workers（默认 2）。
静态图片修复：SD 1.5 自动路由
适用对象：要修的是图片而不是视频，持有 15 美元档以上许可，显存约 7 GB（4K 大图再多一点）。
选择理由：图片输入会自动路由到 SD 1.5（sd-15-jav）路径，视频修复那套参数不生效，不用额外设置。该模型是实验性的：不同图片效果差别大，正确姿势是多生成几版留最好的。
配置步骤：
jasna --input photo.png --output restored.png --sd15-variants 4--sd15-variants 4会保存name_v1…name_v4四个版本，种子依次为seed…seed+3。模型约 6.9 GB 不随包附带，首次运行先询问、再下载到model_weights/sd-15-jav/（见 sd15_download.py）。
参数入口：--sd15-steps、--sd15-strength、--sd15-freeu、--sd15-seed均收进下文「参数速查」，不再展开。GUI 里想逐张试种子，用交互式处理图片功能。
VR180 左右并排视频：rfdetr-vr-v1 配 BasicVSR++
适用对象：VR180（左眼右眼并排在一个宽画面里）素材。
选择理由：Jasna 会把 SBS 画面拆开、分别修复每只眼再拼回，并按片商选择马赛克展平方式（原始 / 鱼眼 / 球心投影）。注意：左右并排格式不支持 LTX——选 LTX 会收到「请用 BasicVSR++ 修复」的报错（见 vr180.py），所以这一路主修复固定是 BasicVSR++。
配置步骤：
jasna --input in.mp4 --output out.mp4 --detection-model rfdetr-vr-v1VR 模式保持auto（Jasna 按 2:1 超宽帧、VR 元数据和片商名自动识别）；自动模式认不出时用--vr-mode sbs强制按 VR 处理，需要鱼眼展平用sbs-fisheye。
参数入口：区间编辑器的修复预览旁有VR 投影菜单，可逐个试「自动 / 原始 / 鱼眼 / 球心投影」，确认后点应用，最终任务会沿用该选择。检测阈值方面rfdetr-vr-v1推荐值 0.40。
参数速查：所有可调参数一张表
| 参数 | 默认 | 什么时候动它 | 调整方式 |
|---|---|---|---|
--detection-model | rfdetr-v6 | 4K 换 large、VR 换 vr-v1、AMD 求快换lada-yolo-v4 | CLI，或 GUI 检测下拉框；权重放进model_weights/自动识别 |
--detection-score-threshold | 按模型推荐（0.35 / 0.40 / 0.25） | 漏检马赛克调低，正常区域被误检调高 | CLI（0–1），或 GUI 基本处理 → 检测阈值 |
--restoration-model-name | basicvsrpp | 精修换ltx及三档画质 | CLI，或 GUI 修复模型区 |
--ltx-fast | 关 | RTX 50 系列想快约 1.4 倍 | 其他卡会报错，勿加 |
--ltx-large-canvas | 关 | 特写 / 4K 大马赛克要更多细节 | 约 12 GB 空闲显存，不够自动回退 |
--experimental-ltx-less-overlap | 开 | 想回到重叠更多的旧模式 | 加--no-前缀关闭 |
--ltx-seed | 20260923 | 想复现或微调结果 | 同种子同结果 |
--ltx-trial | 关 | 买许可前先测速 | 视频不会被修复 |
--ltx-auto-split | 无 | 长视频只让 LTX 修大马赛克 | 百分比，推荐12 |
--max-clip-size | 90 | 显存不足就降（90→60→30） | CLI，或 GUI；片段越大越稳且越快 |
--temporal-overlap | 8 | 拼接处闪烁 | 8–20，须小于--max-clip-size一半 |
--denoise | none | 修复区域有噪点 | low/medium/high；与 LTX 互斥 |
--secondary-restoration | none | 4K / 特写偏糊 | rtx-super-res/unet-4x/tvai |
--rtx-scale/--rtx-quality/--rtx-denoise/--rtx-deblur | 4/high/medium/none | 微调 RTX Super Res 观感 | 仅--secondary-restoration rtx-super-res时有效 |
--tvai-model/--tvai-scale/--tvai-workers | iris-2/4/2 | 微调 TVAI | 先配好两个TVAI_*环境变量 |
--vr-mode | auto | 自动模式认不出 VR 或想强制 | auto/sbs/sbs-fisheye |
--codec/--cq | hevc/ 按 GPU | 改输出体积与兼容性 | hevc/h264/av1；CQ 越低越糊越少 |
--sd15-steps | 25 | 想要更多细节、能接受更慢 | 只用于图片 |
--sd15-strength | 0.6（上限 0.7） | 马赛克更重 | 越高越不像原图 |
--sd15-freeu | 开 | 出现生硬边缘时关闭 | 默认开启让形状更清晰 |
--sd15-seed/--sd15-variants | 0/1 | 复现结果 / 多存几版挑最好 | 图片 |
完整清单以 docs/zh/cli.md 为准，jasna --help可随时查看。
故障手册：常见失败怎么处理
| 症状 | 原因 | 处理 |
|---|---|---|
| 第一个任务要等 15–60 分钟 | NVIDIA 上首次为 GPU 编译检测 / 修复模型（TensorRT） | 等它完成；结果存在model_weights，升级到新版时把该文件夹拷过去就不用再等 |
| LTX 任务启动即报错 | 与--stream、--secondary-restoration、--denoise同时使用 | 三选一去掉：LTX 路线下二次修复和降噪都不可用 |
| VR180 SBS 选 LTX 被拒 | LTX 不支持左右并排 | 换basicvsrpp重跑 |
| Windows 上 LTX「拒绝访问」 | Windhawk 注入干扰 | 退出 Windhawk，或把jasna.exe加入它的排除进程列表 |
用 ESET 时 LTX 起不来（提示ebehmonl.dll） | 深度行为检查拦截 | 把 Jasna 文件夹加入 ESET DFI 排除项；换新版目录后需再加一次 |
| 显存不够、任务报 OOM | --max-clip-size偏大或占卡应用多 | 降到 60 或 30（4–6 GB 卡从 30 起），关掉浏览器游戏，必要时关二次修复 |
--ltx-fast报错停止 | 仅 RTX 50 系列支持 | 去掉该参数 |
| TVAI 启动即报错 | TVAI_MODEL_DATA_DIR/TVAI_MODEL_DIR未设置或目录不存在 | 两个变量都指向 Topaz Video 模型文件夹 |
| TVAI 之外的二次修复不可用（AMD 用户） | 二次修复仅限 NVIDIA | AMD 路线放弃二次修复，靠检测 + BasicVSR++ 完成 |
| LTX 换显卡 / 换驱动后变慢 | 其他应用占用 GPU | 跑 LTX 前关掉游戏和浏览器 |
📥 下载失败：手动放 LTX 文件
应用内下载一直失败时，用浏览器从Kruk2/ltx-restore仓库（huggingface.co 或其镜像 hf-mirror.com；无法访问 Hugging Face 的环境 Jasna 会自动切镜像）下载3 个文件：你选的那个模型文件 + 2 个 VAE 文件。文件名保持原样（含.enc，加密、打开时仍需许可证校验），全部放入 Jasna 目录下的model_weights/ltx-restore/（没有就新建），再重新开始 LTX 任务即不再要求下载。路径约定见 engine_paths.py，体积与校验和见 model_files.py。
| 你选的档位 | 模型文件 |
|---|---|
| 标准 | ltx-restore-alpha1-distill2-int8.safetensors.enc |
| 标准 + 快速模式 | ltx-restore-alpha1-distill2-nvfp4.safetensors.enc |
| 良好 | ltx-restore-alpha1-distill4-int8.safetensors.enc |
| 良好 + 快速模式 | ltx-restore-alpha1-distill4-nvfp4.safetensors.enc |
| 高画质 | ltx-restore-alpha1-distill8-int8.safetensors.enc |
| 高画质 + 快速模式 | ltx-restore-alpha1-distill8-nvfp4.safetensors.enc |
| 顶级 | ltx-restore-alpha1-int8.safetensors.enc |
| 顶级 + 快速模式 | ltx-restore-alpha1-nvfp4.safetensors.enc |
| 所有档位共用 | vae.safetensors.enc+vae-decoder.safetensors.enc |
收尾：按身份给一句话建议
- 只想把一批 1080p 修完——全默认就是最优解：
jasna --input in.mp4 --output out.mkv - 4K 源，一个马赛克都不想漏——检测换 large：
jasna --input in.mp4 --output out.mkv --detection-model rfdetr-v6-large - AMD 用户，速度优先——检测换 YOLO 系：
jasna --input in.mp4 --output out.mkv --detection-model lada-yolo-v4 - 先弄清 LTX 在自己机器上要多久——跑免费试用：
jasna --input in.mp4 --output out.mkv --restoration-model-name ltx --ltx-trial - 有许可、显存够，精修重点视频——直接上 LTX 标准档：
jasna --input in.mp4 --output out.mkv --restoration-model-name ltx - 长视频，只让大马赛克吃 LTX——按高度 12% 分流：
jasna --input in.mp4 --output out.mkv --restoration-model-name ltx --ltx-auto-split 12 - BasicVSR++ 出片在特写上偏糊——叠免费二次修复（先用短片段验证闪烁）：
jasna --input in.mp4 --output out.mkv --secondary-restoration rtx-super-res - 修的是图片——丢进去多生成几版挑最好的：
jasna --input photo.png --output restored.png --sd15-variants 4
【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
