【超解像】Lada part4

前スレ
【超解像】Lada part3
https://egg.5ch.io/test/read.cgi/software/1767764793/

■　URL
Lada
https://github.com/ladaapp/lada/releases

Jasna
https://github.com/Kruk2/jasna/releases

Lada-EX
https://codeberg.org/comman/lada-ex

検出モデル　v2_accurate
https://huggingface.co/zelefans/vrmr/tree/main　の
lada_vr_mosaic_detection_model_v2_accurate.pt

除去モデル　basicvsrpp-generic_v1.2_full
https://huggingface.co/ladaapp/lada/tree/main　の
lada_mosaic_restoration_model_generic_v1.2_full.pth

■　不具合があった場合に試してみる事

・GPUスケジューリング　オフ
スタートメニュー＞設定＞システム＞ディスプレイ＞グラフィックの設定
ハードウェア アクセラレータによるGPUスケジューリング＞オフ

・最新グラフィックスドライバに更新

>>178
遅くなりましたがベンチとってみました。RTX4070は既に手元にないので代わりにRTX Pro5000 Blackwellを入れています。短い動画のためか差がはっきりしませんでしたが参考までに。
<テスト環境>
core i9-14900K + DDR5 96GB + MSI RTX4070Ti SUPER GAMING X SLIM
core i9-14900K + DDR5 96GB + ASUS Prime RTX5080 OC Edition
core i9-14900K + DDR5 96GB + NVIDIA RTX Pro5000 Blackwell
<テストファイル>
2D DVD動画 長さ 1m37s
2D HD動画 長さ 1m20s
4K60fps VR動画 長さ 30s(高解像度動画の代替として)
8K60fps VR動画 長さ 30s(高解像度動画の代替として)
<テスト方法>
Windows11 jasna v0.5.1 GUI版モデルlada-yolo-v4, 最大クリップサイズ 30, VSR 4x Ultrax3, エンコード HEVC cq18の条件で実行。2D動画もVR動画も2Dとして扱っています。
<成績>()内VR動画は2Dとして処理しているので参考値。
===== RTX4070ti super =====
2D DVD動画 54s
2D HD動画 41s
(4K60fps VR動画 20s)
(8K60fps VR動画 1m28s)
===== RTX5080 =====
<jasna> Windows11
2D DVD動画 47s
2D HD動画 36s
(4K60fps VR動画 16s)
(8K60fps VR動画 1m10s)
===== RTX PRO5000 =====
2D DVD動画 46s
2D HD動画 33s
(4K60fps VR動画 17s)
(8K60fps VR動画 1m10s)

尚、環境壊れかけましたが何とか戻ってます。たぶんw

追加でUbuntu22.04上でのlada-exでの結果です。
[2D用コマンド]
lada-cli --device cuda:0 --encoder hevc_nvenc --encoding-preset hevc-nvidia-gpu-uhq --max-clip-length 30 --no-detect-face-mosaics --mosaic-detection-model v4-accurate --mosaic-restoration-model basicvsrpp-generic_v1.2_full --hw-decode nvidia --hw-decode-detector intel --fast-pipeline --mosaic-detection-imgsz high --torchcodec-encoder --tensorrt --fp16 --nvvsr-scale 4 --nvvsr-quality ULTRA --input test.mp4 --output out.mp4

[VR用コマンド]
lada-cli --device cuda:0 --encoder hevc_nvenc --encoding-preset hevc-nvidia-gpu-uhq --max-clip-length 30 --no-detect-face-mosaics --mosaic-detection-model v2_vr_ultra84 --mosaic-restoration-model basicvsrpp-generic_vr_v0.5b --vr-mode VR180 --vr-fisheye --hw-decode nvidia --hw-decode-detector intel --fast-pipeline --mosaic-detection-imgsz high --torchcodec-encoder --tensorrt --fp16 --nvvsr-scale 4 --nvvsr-quality ULTRA --input test.mp4 --output out.mp4

※モデル名は呼び出しやすいように以下のものをrenameしてます。
lada_vr_mosaic_detection_model_v2_ultra84.pt
lada_vr_mosaic_restoration_model_generic_v0.5_test_20260402.pth

<成績>
===== RTX4070ti super =====
2D DVD動画 20s
2D HD動画 22s
4K60fps VR動画 50s
8K60fps VR動画 5m27s
===== RTX5080 =====
2D DVD動画 16s
2D HD動画 19s
4K60fps VR動画 45s
8K60fps VR動画 5m22s
===== RTX5080 =====
2D DVD動画 17s
2D HD動画 18s
4K60fps VR動画 44s
8K60fps VR動画 4m45s

最後の
>===== RTX5080 =====
>2D DVD動画 17s
>2D HD動画 18s
>4K60fps VR動画 44s
>8K60fps VR動画 4m45s

はRTX PRO5000の間違いです。

>>480
uv syncで入れたtorchcodec nightly版の日付を見た方が良い
cu128のnightlyは以下が最終のようなので、最近の更新が入っていない

torchcodec-0.12.0.dev20260407+cu128-cp314-cp314t-manylinux_2_28_x86_64.whl

なので、torchcodec-encoderの処理を有効にするにはcu130以降に上げる必要があると思う
LOG_LEVEL=INFOつけて実行して、どの処理ルートを通っているか確認してみたら

>>482
セッティング探すのが大変だけど、現状最強の設定ですな

>>482
RTX5080（16GB）とRTX PRO 5000（48GB）の違いは8K 動画などVRAMを大量に使う場合で差が出る感じですね

VRAM16GBを使い切らない処理（SD, FHD）だとほぼ変わらない

rtx pro 6000買ったらめっちゃ捗りそうだわ

>>484
アドバイスありがとです。
確認したところ0.12.0.dev20260407+cu128でしたので指摘通りちょっと前のものですね。
先ほどcodeberg見たらbe18550a22のコミットで修正されたようですのでまずは日課である最新化してどうなるかを試してみます。(全然懲りてないw)
他にも問題抱えていたのでその後はUbuntu24.04へ移行と合わせてcuda13.xで安定感環境を探ってみます。

>>486
およそそんな感じですね。
nvidia-smi -l 1でウォッチしていたところテストに使った短い8K動画だとVRAM使用量は12GB位からスタートして14GB位までしか使ってなかったのでPRO5000が早く完了したのはバス転送能力の差かもしれないです。
また、4070tisや5080でtensorrt有効にすると恐らく断片化のせいか何度かのメモリ要求で数分から数十分ほどでOOMに達してました。これもテスト動画を短くした理由です。
1本の8K動画を5分程度に分割してると通る動画もあるので動画のシーンでも差があるかもしれません。

>>488
torchcodec-encoderルートはRTX VSR込みでもメチャ速くなるので頑張る価値あると思います
VRAMリッチだと4k/8k動画にも効くんじゃないかな
なお今は楽になっているかも知れないけど、UbuntuでNvidiaのドライバを590系に上げる際のドライバ署名がクセ強でハマりました

>>483
VRではどれくらいfpsがでますか？

>>491
記載したコマンドで4Kの方は41fps、8Kの方は6fps位です。

>>471

ナスビのサンプルは知らんけど、
バージョンアップのたびに次こそは次こそはと同じ動画をしつこく破壊してるオレ的には、
0.6.0に　>>2 を適用して検出に yolo を選択すると 0.5.0 よかモザ残りは少ない、
っていう感じがしてます。

>>492
ありがとうございます。

>>465
こちらのスクリプト有り難く使わせていただいているのですが
自分のGPUが4060と非力な為にフェラのシーンになるとカクついてしまいます
これをスムーズに再生させるにはどのパラメーターをいじったらいいですか？

>>495

>>462
のようにdetection-modelをyoloに
max-clip-size 60
yoloは 2 のようにvr用のやつに変更

>>496
ありがとうございます
かなり改善されました

>>493, 他
jasnaのナスのテストクリップは >>233 に書いたけどrfdetrとlada_yoloの検出速度を測定するのに使われているよ
以下コマンド実行すればOK
jasna-cli.exe --benchmark --benchmark-filter yolo
jasna-cli.exe --benchmark --benchmark-filter rfdetr

BasicVSR++の測定はバイナリパッケージ版だとコードがメンテされていなくて動かない

>>493
しきい値を 0.25 から　0.1 に変更したか？

現状は　Jasna 0.6.0 alpha-5 で rfdetr-v5 しきい値 0.1 で使うのが最強
NSFW のモザのみを検出して顔モザは無視（そのまま）っていうのも良い
もうこれだけで lada/lada-ex を捨てて Jasna に乗り換える理由になる

0.5 までは全然使い物にならない感じだったが 0.6 から急に良くなったな Jasna

Jasna 0.6.0 alpha-5 で rfdetr-v5 しきい値 0.1 で使ってみたが
0．5と6．0の違いを感じなかったです。

>490
速くなるという言葉が頭から離れず、ubuntu24.04を導入し直す前に作業見積もりを兼ねて現環境へcuda toolkit 13.0とそれ用のTensorRTを加えてlada-exを入れてみました。すると上の方で書いたテスト用コマンドで8KVR動画では6fps位であったのが26fpsへ、4KVR動画では74fpsを超えました。想像を遥かに超えた速さに喜ぶのもつかの間で例えばVR4Kの場合では出力動画のビットレートが元動画の約21000kbpsから約2000kbpsへ落ちていてまるでコマ送りでした。
torchcodecは0.12.0.dev20260428+cu130から0.12.0.dev20260502+cu130まで全て同じ結果。lada-cliコマンドから--torchcodec-encoderを外すか--encoder-options '-preset p7 -rc vbr -cq 20'を加えると正常な出力になりました。
video_utils.pyのclass TorchVideoWriterの中で_core.streaming_encoder_add_video_streamのところでbitrate関係が渡されていない感じですね。--torchcodec-encoderを付けた時は--encoder-optionsを使うという設計思想かもしれないですけど。尚、出力動画のビットレートが正常になると処理時間も正常になりました。ここだけで異常の方が良かったです！

>>500
Jasna 0.6.0 alpha-5 で rfdetr-v5 しきい値 0.1でやってみましたが、おれ環では（RTX5070、RAM32GB）しきい値に関係なく>>2の設定lada-yolo-v4のほうが全然というかかなりいいです

>>502
cu130への更新とtorchcodec nightlyの組み合わせトライ乙です
自分は主にFHD動画までで4K/8K VR動画はやっていないのでそういう状況に遭遇してないです
FHD動画のencoding設定はデフォルトのプリセットを使っています(プリセット設定は -rc constqp -qp 数字 で品質を調節)
作者さんは--torchcodec-encoderとエンコード設定の関係については特に言っていないと思うので、高画質・高ビットレート動画での問題なのかな
codebergでイシュー発行すれば見てくれると思う

>>500
v0.6.0-alpha5とv0.5.1は同じコミットだからv0.5.1でもいいぞ

>>2
この内容やったら別のエラー出たの自分だけ？
pytorch 2.6で変更されたものが原因だったみたいだけど、ポータブルの方ってみんなできてるし問題なさそうだよね
自分はソースから動かしてるから2.10でエラー出たんだけど、ほかにソースから動かしてエラー出なかった人いる？

>>500
リポジトリ上はv0.6.0-alpha5とv0.5.1のタグが同じコミット番号を指してるけど、公開されてるパッケージの中身は違う
v0.5.1にはStreaming機能が入ってない
恐らくv0.6.0-alphaで加えたexperimental blendingもv0.5.1には入っていないと思う

>>506
torch-2.10.0+cu130でJasnaをソースからビルドしたけど俺環では検出モデル・復元モデルの差し替えできてるよ
ビルドしたときのメモを見たらuv sync後にladaで当てているfix_loading_mmengine_weights_on_torch26_and_higher.diffパッチをJasnaでもやらないとダメだった
Jasnaはビルドのドキュメントが無いに等しいから厳しい

好きな人が外人だと必死で外国語勉強するのと同じで、
おマンが観られるとなると必死でITスキルを身につける我々の熱量は素晴らしいよね。

DVD素材の動画何か設定が有ったかな？

入力ファイルのインタレ解除、出力ファイルのアスペクト比修正
どっちもladaやjasnaで設定する事ではないな

返信どうも、前処理が必要だと。javplayerみたいに画質を下げるとモザの認識が良くなるみたいなとは無いのね。

>>507
docker作成中ですが難航中

>>507
配布物違うってまじか
ありがとう

fix_loading_mmengine_weights_on_torch26_and_higher.diffは自分がやったのと同じことだから正しかったみたい

結局リアルタイム再生色々やったが出来なかった、最近出たスクリプトも駄目。下に歯車も出て無いし、なんか設定が足りないのやろう。

結局、10円の時に買った8KVRのうち独占のやつから2本（4動画と5動画）を選んで >>429 のやつに3ドル払ってやった
なんか以前は動いたのに動かんと思ったら、DOS窓ではなくてパワーシェルから動かすということを忘れてた
しゃちょー、ありがとー

リアルタイムの設定に合ったコンパイル済のモデルがなかったから数十分のコンパイル待ちとか？

>>503
PC環境というより作品次第だろ
ムーディーズ系でもSOD系でもrfdetr-v5なら良好だわ
よほど古い作品とかか？　メーカー品番はなに？

>>514
コマンドプロンプトでjasna-cliを実行する方法わかった？

>>516 スクリプト？コマンドプロンプトの画面が一瞬出るだけで何も起こらない。>>518 フルパスを打ち込むとヘルプみたいなの出るけど、何を入れるのか分からない。

せっかくlada-exのアップデートがあるのにWindowsもubuntuも全部消して今ubuntuのクリーンインストールしてるもののセットアップが進まなくて試せない。orz
ubuntuのサイトが数日前からDDoS攻撃受け続けているようでPPA取り込めない。今ubuntuのパッケージ導入や更新しようとしてる人は気をつけて。

jasna alpha6の二次修復のTopazでnyxモデルだけエラーになるんだけど、他の人はちゃんと使えてる？よね？

TVAI なんていまさら使う人はいないよ

>>522
一度始めると妄信的になって止められなくなる人っているんだよ

Starlight Preciseだけは認めるわ

Starlight PreciseってVRAMどれぐらい必要ですか。インストールできなかった・・・

>>521
使えるけど切り取ったみたいに変になるな

Starlight PreciseもすごいけどTopaz PhotoのWander 3もすごいな
これを知ってしまうと解約できん

Photoは画像でPreciseは動画においての黒船来航
新しい時代の幕開けだからね

>>525
最低12らしい

>>521
NYX XLだけフリーズする
4K、RTX5080でも負荷が高すぎの様子
Ver1.2で3fps、Ver1.4で1.5fps
少しはマシになったがまだ希にフリーズするから動画を分割しながら掛けてる
モデルは優秀なんだか計算量多過ぎ

jasna GUIの二次修復にTopaz使うと修復ズレが発生する
RTX超解像はズレ無し
RTXでやってるけどなんか釈然としない

俺はずれないけど

モデルのトレーニングやってみたい

>>531
私もTopaz Video 1.xだとずれます。でもログアウトした状態だと修復部にウオーターマークは出ますがずれません。
Topaz Video AI 7.0はＯＫです。
Topaz Video 1.xは考えられる組み合わせでアンインストール、インストールを繰り返して試しましたが解決しません。
メインPCもサブPCも同じなのでGPUかな（２台とも4070tis）と思ってます。

>>533
学習させるためのUncensored動画を大量に集めよう

cliを使ってる人はあの呪文みたいなコマンドを毎回入力してるの？
自分にはハードル高くてguiしか使えない。

上を押すんだよ

バッチファイルなり、シェルスクリプトを書くだろ

コマンド実行履歴が残るから簡単なのはスクリプト書くまでもないぞ

>>536
ヒント:メモ帳

>>536
ん？
バッチファイルって今の世代の方って知らないのかな？

素人質問ですまなかった。

>>535
集めたからデータセット作ってみるわ
性器とにらめっこする日々が始まる

>>543
成果が出る頃には見過ぎて、永久賢者モードになっていそう...

成果より精子のほうが出てるってか

なんかモザの取れ具合ばかりをチェックして興奮しなくなった自分がいる

四系匠くんの過去のお得なパックを買った
ダウンロードしてわかったけど最高画質は画面が〇〇となっているデュアルフィッシュアイのSBSだった

>>546
破壊→GridPlayerで品質チェック→パラメータ変更→破壊のPDCAサイクルを回していたら一日なんてあっという間
抜く時間なんか全くない

jasna-gui.exe が勝手に消えたんだけど…

ハンドパワーです

>>549
ウィルス対策ソフトが勝手に消したとか。

誤検知定期

イベント: オブジェクトが削除されました
アプリケーション: jasna-gui.exe
ユーザー種別: イニシエーター
コンポーネント: システムウォッチャー
結果の説明: 削除済み
種別: トロイの木馬
名前: PDM:Exploit.Win32.Generic.nblk
危険性: 高
オブジェクト種別: 処理
オブジェクトのパス: D:\Jasna\jasna-v0.6.0-alpha5

マジかよ…

あるあるだな
javpのときも確かあったろ

なぜそれを誤検知と言い切るのかが理解できないｗ

PDM:Exploit.Win32.Generic.nblkでぐぐればトップにAI概要出る、あほくさ

書き込み激しかったのに>>553からパタっと…

>>553
アンチウイルスアプリは何を使ってたの？

カスペだろ

>>557
lada もjasnaも環境構築がほとんど終わったから、スレ住民はせっせとJAV動画を破壊してるんだよ たぶん

今時カスペ使うやつがまだいるとは。

Windows Defenderで十分だというのに…

充分の間違いw

ここの書き込みもそうだけど
こういうアプリって勢いある時は、1週間ごとに更新してたけど、急に更新とまるよね
ladaもそうだし、jasnaも止まっちゃった。。

いまだにv0.5.0 alpha10つかってるけど変えたほうがいいとかある？

復元モデルはさらに学習してるのかね。
もうRTXVSRとか有料ソフト任せか。

国語辞典的には　十分　充分　どっちでも正解だったと思うが。
とか、どんどん余談に逸れていくｗ

ところで、jasnaの復元モデルを学習強化する手順て、どっかにあるの？

>>567
自分も探したけどladaのドキュメントぐらいしか見つからなかった
それ見ながらアニメの学習やってるけど性器の形が不安定で困ってる

jasna、v0.5.1からv0.6.0alpha5に変えたんだけど、破壊精度上がった気がする。
とくに女性器の方。まだモヤモヤはするけど。
まあ、今回やった動画がたまたま相性良かっただけかもだけど。
個人の感想です。

>>569
v0.6.0alpha5も>>2を適用したv0.5.1使ってたならmodel_weightsの中身そのままコピーでいいのですか？

ladaもjasnaもドキュメントが説明不足すぎる

>>570
ああ、それでよかったのかな？一からやり直してしまった。

昔のモザイクだとほぼ完全破壊できるね

>>570
>>572
それでよいよ
v0.6.0-alpha5のリリースノートに、エンジンコンパイル避けるため前のバージョンのmodel_weightsフォルダをコピるの忘れるな、と書いてある
github.com/Kruk2/jasna/releases

まぁ、コピらなくても初回実行時にコンパイルを待つことになるだけだ

>>574
次からはそうする

Traceback (most recent call last):
File "jasna\pipeline_threads.py", line 86, in decode_detect_loop
File "jasna\pipeline_threads.py", line 314, in blend_encode_loop
File "jasna\blend_buffer.py", line 94, in blend_frame
File "jasna\blend_buffer.py", line 144, in _apply_blend
File "jasna\tracking\blending.py", line 45, in create_blend_mask
File "jasna\tracking\blending.py", line 19, in _box_blur
File "torch\nn\functional.py", line 5418, in pad
return torch._C._nn.pad(input, pad, mode, value)
~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^
RuntimeError: Padding size should be less than the corresponding input dimension, but got: padding (60, 60) at dimension 2 of input [1, 1, 60, 221]

っていうエラーはどうしたらいいの？

>>576
検出しきい値を上げる
0.05にしたら動画によってたまに出るけど、うちでは0.1では出たことない

ChatGPT に聞いたら、検出したモザイク範囲が小さすぎると起きるみたいだな
しきい値あげたらエラーは出なくなるけど小さいモザイクは取りこぼすようになるってことか

検出しきい値0.05でやってるけど、エラー出なければ0.1にする必要はないってことか
それとも0.1の方がより良いって点あったら教えてくれ

やっとアニメ用のNSFW検出モデルができたよ
1100枚以上の画像にラベル付けするのしんどかった
今度はこのモデル使って切り出した動画3200個の仕分けだ…