Jasna 完整指南：五步用 GPU 加速修复视频马赛克

Jasna 完整指南五步用 GPU 加速修复视频马赛克【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasnaJasna 是一款视频马赛克修复工具它逐帧找出视频里的马赛克用 AI 只重绘马赛克区域其余画面逐像素保持原样。解码、检测、修复、编码全程跑在 GPU 上RTX 5090 实测修复 3 分 22 秒的 1080p 视频只需 34 秒比 Lada 快 3.6 倍。下面从硬件自查、首次跑通讲到区间修复与参数调优。第一步启动 Jasna 前确认硬件与安装路径Jasna 的全部工作都在 GPU 上完成CPU 只负责协调所以硬件门槛是硬性的。动手前对照这张表自查项目要求说明NVIDIA 显卡GTX 16 / RTX 20 系列或更新需要计算能力 7.5 及以上GTX 10 系列及更早不支持驱动Windows 610Linux 580版本不足会在 GPU 初始化阶段报错AMD实验性Radeon RX 7000/9000走 ROCm 路线Windows 需 Adrenalin 26.8.1二次修复仅限 NVIDIA磁盘本地磁盘NTFSWindows/ ext4、Btrfs、XFS、ZFSLinux不支持网络盘安装路径纯英文不能出现中文、日文、带重音的字符——新手最常踩的坑启动检查阶段就会报错存储介质SSD 优先机械盘上启动和加载模型非常慢启动时会警告显存方面BasicVSR 模式下4–6 GB 显存的显卡处理 1080p 从最大片段大小 30起步即可显存紧张时 Jasna 会把排队等待的帧自动挪进系统内存不需要手动设置。想用 LTX支持者专享的扩散修复模型则需要 RTX 显卡、至少 8 GB 显存和 16 GB 系统内存模型文件约 15 GB。安装与首次运行第一个任务为什么会等 15–60 分钟安装分三步下载与你系统和 GPU 匹配的发行包解压到一个纯英文路径的文件夹启动Windows 双击jasna.exeLinux NVIDIA 直接运行jasna文件Linux AMD 先装一次 AMF 视频运行库再运行run_jasna_amd.sh启动后流程固定添加文件或直接把视频拖进队列→ 选设置 → 按底部的▶。第一个任务慢是设计使然NVIDIA 上 Jasna 会用 TensorRT 为你的具体 GPU 型号编译检测模型和修复模型整个过程约15–60 分钟只做这一次。⚠️ 新手最常踩的坑这期间还开着浏览器、游戏抢 GPU等待只会更久——建议关掉其他应用别用这台电脑。编译产物保存在model_weights/目录之后的任务自动复用速度立刻回到正常水平。升级版本时把旧版model_weights拷进新版即可免去第二次 15–60 分钟等待。AMD 路线不编译所以没有这次等待但也没有编译带来的加速。视频马赛克修复的五步流程从队列到导出首任务跑通后之后的每个任务都是同样的五步导入点添加文件或旁边的文件夹图标也可以拖拽。每个队列项上有三个按钮剪刀打开区间编辑器、播放打开视频播放器、三点菜单打开所在文件夹、重新加入队列等。检测默认用内置的rfdetr-v6逐帧定位马赛克检测阈值默认0.35——误检多就调高、漏检就调低。这两项按视频单独保存队列里其他视频各自保留自己的参数。修复默认 BasicVSR把每个马赛克片段重建成 256×256 的画面想要更锐利可挂 UNet 4x、RTX Super Res 或 Topaz TVAI 做二次修复。LTX 细节更多但慢很多属支持者专享需要激活许可证。预览点播放打开视频播放器实时边修复边看不落盘适合先看效果再开跑播放器固定用 BasicVSR不用 LTX。导出设输出目录与文件名模板{original}是输入文件名文件冲突三选一——自动重命名默认/覆盖/跳过CQ控制编码质量数值越低越好、文件越大NVIDIA 默认值H.264 为 25、HEVC 为 28、AV1 为 35。编码走 NVENC/AMF音频流直接复制。五步背后是 核心源码 里的一条直线流程GPU 解码 → 逐帧检测 → 按镜头分组跟踪 → 每片段独立修复 → 用遮罩 blend 回原帧 → GPU 编码。倒数第二步是关键重建结果只替换马赛克区域其余像素保持原值——这是画面其余部分原封不动的工程保证。官方实测数据BasicVSRRTX 50903 分 22 秒视频Linux分辨率Jasna 耗时对比 Lada720p32 秒快 3.4 倍1080p34 秒快 3.6 倍2160p63 秒快 4.7 倍只修指定时间段马赛克扫描与区间修复整片只有几秒马赛克时全片跑修复就是浪费算力。区间编辑器点队列项上的剪刀按钮打开就是为这种场景设计的马赛克扫描选好检测模型和检查频率每帧最准确或每 0.25–2 秒更快。RTX 5090 上扫描约2,000 FPS几分钟的视频几秒扫完。结果在时间线上显示为琥珀色区间点添加全部 N 个区间一键转成待修复区间。核对并开跑打开在预览中显示遮罩红框标出每处马赛克的位置并标注大小最长边占画面高度的百分比误检漏检一眼可见。LTX 区间要先点渲染 LTX 种子 N通常几分钟可以换种子对比再选定BasicVSR 区间和 LTX 区间之间要留一点距离太近编辑器会提示。选了区间后未选部分直接复制、不处理输出保留源视频的编解码器指定不同的--codec会报错区间前后几秒会被重新编码但不修复因为视频只能在特定帧位置切开。若这个视频不支持区间处理编辑器会立即报错。命令行两行等价搞定# 只修复 10-25 秒和 01:10-01:30.5 两个区间其余直接复制 jasna --input input.mp4 --output output.mp4 --segments 10-25,01:10-01:30.5 # 先扫描再自动分段大马赛克达画面高度 12%用 LTX其余用 BasicVSR jasna --input videos/ --output restored/ --restoration-model-name ltx --ltx-auto-split 12扫描抽样与区间合并的逻辑在 jasna/mosaic_scan.py 里核心思路是让最慢的模型只花在最值得的地方区间的完整限制支持的编码格式、工作目录等见官方文档。参数调优检测阈值、片段大小与显存怎么选检测稳定性三件套马赛克经常断续出现逐帧检测不可能每帧都命中三个参数管这个参数默认值作用--max-detection-gap2同一位置最多填补 2 帧的检测中断设 0 禁用--min-detection-duration2短于 2 帧的检测视为误检直接丢弃对应帧保持原样--scene-detection开启在 GPU 上识别硬切镜头片段不跨镜头——两个镜头混进同一片段是质量灾难这项是地基片段大小实测--max-clip-size决定一次一起修复多少帧--temporal-overlap默认 8让相邻片段共享数帧来消除接缝闪烁。1080p、重叠 8、RTX 5090最大片段大小耗时显存3051 秒3.4 GB6040 秒3.7 GB9034 秒4.1 GB18035 秒5.0 GB36032 秒6.3 GB72033 秒8.0 GB两个反直觉的结论片段越小越慢重叠帧在每个片段里都要重算一遍超过 180 帧后时间不再变好、只有显存涨4K 视频需要约 1.5 倍显存。原则就一句显存放得下就用尽量大的片段。交叉淡化保持开着——它用的是已处理好的帧没有额外开销。爆显存时按顺序处理① 降最大片段大小 → ② 关闭或换更轻的二次修复 → ③ 关掉抢 GPU 的应用。❌不要为了省显存关编译同一段 1080p、片段 180 的对比——编译默认33 秒 / 5.0 GB不编译 107 秒 / 4.6 GB慢约 3 倍却只省 0.4 GB不划算。# 常用组合大片段 8 帧重叠 交叉淡化 jasna --input input.mp4 --output output.mp4 --max-clip-size 180 --temporal-overlap 8 --enable-crossfade编码侧的更多选项编解码器选择、CQ、锐化、60→30 FPS 降帧等见官方文档。一句话带走Jasna 的心法只有一句修复范围等于马赛克范围其余字节保持原样。装到本地纯英文路径、首任务等编译落盘 15–60 分钟、之后每个视频导入 → 扫描 → 加区间 → 预览 → ▶。参数卡住时先动检测阈值和最大片段大小基本就够了。【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