【超解像】Lada part4

電気代の計算めっちゃ間違えました。電気代節約分は100％-58％＝42％で、節約できる電気代は9000円×42％＝3780円、
投資額÷節電額＝160000÷3780＝48.8か月

というわけで、省エネ投資案件としては全然アカンです。謹んで訂正の上お詫び申し上げます。orz

plを50%にしたら

そもそもエロはエコじゃない

それで、0.5.xと0.6.x-alphaはどちらがえぇんや…

stream機能を使いたかったら0.6.0-alpha5一択
後は処理時間と仕上がりのトレードオフじゃないかな
0.5.xの仕上がりに文句がないなら処理は速いに越した事はないよね

LADA、JASNAアプリ削除しようと思ったら、フォルダーごとゴミ箱ポイで問題ない？

lada-ex+cu130nightly(Ubuntu)が俺環でちゃんと動作する構成に辿り着いた気がしたからlada-exとzelefans+jasna0.5.1(Windows)とVR動画メインで比較検証中。
今のところ、lada-exの復元品質はconf: floatやtrack_buffer他の値を調整してzelefans+jasnaの画質にかなり近付いたけどArtifactが若干多い。しかしtensorrt、vsr、torchcodecなどオプションてんこ盛りでの処理速度は4K60FPSのfisheyeタイプVR動画の場合にlada-exでは41fps、zelefans+jasnaでは17fpsと大差が付いた。
jasnaの処理の部分のみ着目すると片目で95fps位出てるもののfisheye変換で80fpsに復元で40fps位の速度になるからトータルでは遅くなるようだ。
また、8KのVR動画検証はまだ途中なもののlada-exでVRAM24.7GB超えてたから1分位の細切れ動画にしないとVRAM16GBクラスのGPUだとフルオプション処理できないかもしれない。

うちはzelefans jasna０．６がまだうまくいってない
lada-exは動いたけどｖｒは速度の前に質の面でまだまだだな

VRは一つ一つの処理ごとに高解像度のエンコードがあるから
速度が出ないのはどうしようもないかなあ

当然だが、VRは一時ファイルのビットレートを落とせば、作成・読み込み共に高速になるけど、最終結果の品質も落ちることになる
ただ、どうせまたやり直すことになるだろうから、今回の所は落としておいてさっさと済ませるという考え方もできる

あと、個人的には30fpsに落としても全然問題ないと思っていて分割の際に落としているが、これをしておくだけでスピードアップとなる
また、いまだにOculus Goを使っている友人に渡す時は、8KVRだと見ることができないので分割の際に4KVRに落としている
こちらは、面積が1/4になることから、かなりのスピードアップとなるし容量も減る

うろ覚えで間違っている可能性大だが、オ◯ニー1回は50m走と同じエネルギーらしい。そのエネルギーを発電に変換できれば地球温暖化は防げるらしい。どうやって変換するかは別問題だがw

>>619
はいライン越え

30fpsの動画はLosslessScalingで60fps再生したほうがかなり良いと思うから
60fpsの動画を30fps化して平気とか信じられないわ

TVAIで120fpsまで上げてみたことあるけど60fpsと差が良くわからなかった。

>>622
それじゃ、基本24fpsの映画なんで見てられないってこと？

映画やアニメは絶対フレームレート弄らないし
ゲームも最悪30fpsで問題なく遊べるけど
実写のエロだけはフレーム補完してでも60fps以上にしないと気が済まない自分みたいなのもいる

>>623
最近4K180Hzのディスプレイ買ったからTVAIで4K24fps→4K120fpsに変換して再生してみたけどヌルヌルで笑った。

本家Windows版のIntel Arcバージョン使ってる人、調子いいですか？
今Nvidiaバージョン使ってるけど調子良ければIntel Arc買ってみようと思ってます

SFとかマーベルとかの実写ヒーローものを60Fps化すると、途端にコスプレした痛い人達になるのは何でなんだろう？

VR対応についてはばらつきが大きくてまだ当面は過渡期なのでとりあえず３０ｆｐｓでもいいよ　どうせまた同じのをやり直すから

VR物は女優の演技力次第だからなぁ・・・
もうちょっとバリエーションが欲しい。
男優の主観じゃなくてもいいのよ。

まんまと騙されたよ
alpha-5＋rfdetr-v5がいいというから使っていたけど、一瞬モザイクが残ることがあった
理由がわからなかったが、某サイトのサンプルをキャプチャーしたものを使ってみたらはっきりとわかった
たった3分のサンプルで、シーンが切り替わってから終わるまでずっと処理がされないシーンが2か所あった
しかも、画面半分の巨大藻なので閾値などは当然無関係だし、v2/v4/ladaでは問題なく処理される
要するに、rfdetr-v5の顔モザ無視の判断が甘くて、ま〇こを顔だと間違えてるわけだ
顔モザ無視なんてどうでもいいことのために肝心の部分の処理が抜けるなんて、もう絶対にrfdetr-v5は使わん
rfdetr-v5使って処理したのはチェックして藻残りが起きてるやつはやり直しじゃ

俺は逆にlada-yolo-v4使っててモザ残りが頻発してrfdetr-v5に変えた。結局相性なんかな。

>>632
それで、rfdetr-v5に変えて、藻残りは発生しなくなったの？

他の例ではrfdetr-v5でstream再生していると、藻が一瞬出ることが2回あった動画も他の検出モデルでは全く出なかったこともあるし、
どれを使っても一瞬出てしまう動画もあったので、どれを使っても出るやつに顔に勘違いしてのモザ無視が加わってしまうのだと思うが

ナスの動画でははっきりlada-yolo-v4のほうがいいってわかるけどそれじゃダメなんかねｗ？

>>633
オレ環では発生しなくなったよ。

yolo-v4はモザイク検出は良くない、v2_accurateに入れ替えてからは不満ない
rfdetr-v5はv2_accurateで取りこぼすモザイクを検出できる事がある、遅いし常用はしなけど

jasna-guiを使っているけど、検出しきい値を調整すれば、モザ残りって少なくならないですかね…
個人的にはあまり差は感じないので、lada-yolo-v4使って速度重視にしてます。
ただ、処理が早過ぎる為か、時々PCフリーズしてしまうのが…

yolo-v4はボロボロ取りこぼす、>>2の手順でv2_accurateに替えてみればはっきり改善される
検出しきい値いじるのはその後

torchcodec公式がようやくWindows版のCUDA対応wheel(0.13.0)をリリースしたんで
早速Windows版lada-exに組み込んで最速パスを動かしてみたら処理動画に謎のマゼンタアーティファクトが発生する・・・
俺環？と思ったけどGPU違う2台で同じ現象が出たので、どこかに問題がある
せっかく組み込みが楽になったのに、これじゃ使い物にならん

簡単なところからエンコードオプションに-b 0入れてみたらどうかな？

rfdetr-v5がま〇こを顔と認識したということは、逆に言うと顔がま〇こそっくりな人がいるということだろうか
本当にそんな人がいたら、マスクは真の意味での顔パンツということになり、しないと猥褻物陳列でタイーホだな

>>640
サンクス　原因は割と意外だった
--live-preview機能を使って処理映像を見ながら地道に切り分けたらnvvsrとtorchcodecの組み合わせ問題でした
lada-exで使っているnvvsr(cu12系)と今回組み込んだtorchcodec(cu13系)が同名のバージョン違いDLL(nppicc64)をvenvの中に持っていて
torchcodecがcu12のDLLを先に読み込む処理になっていたもんだから不整合が起きて色情報を破壊していたっぽい
RTX VSR側のDLLをtorchcodec側のDLLで上書きする回避策で直った

また学習失敗した
GANの学習で一気に不安定になる

jasnaってGPUスケジューリングONのまま使っても問題ないのだろうか
OFFだとゲームでDLSS FG使えないから切り替えるの面倒なんだよね

>>644
jasna動かしたら処理動画がカクカクします→GPUスケジューリングがONでした
というテンプレやり取りがよくあったけど、おま環でその問題が出ないなら大丈夫じゃね
って、0.5.1と0.6.0-alpha5はSystem CheckでGPUスケジューリングを確認してたっけ

>>645
だめだったわ
ONにすると仰る通りカクカクで解析部分がズレてた
面倒だけど再起動するしかないか

全然アップデートがないな、Jasna
さっさと正式リリース版出してくれねーかな

>>647

作者が転職して忙しみたい。

更新は続けると言ってたから
気長に待て。

jasna使おうとしたらエラー出たが、文字化けしてて、どういうエラーなのか全くわからん。先週やった時は問題なかったのにな。
フォルダごと削除して、プログラムを解凍し直したら動いたけど、何が原因だったのか。

jasna-cliのmodel_weightsフォルダ参照問題を改良するパッチを作った
v0.6.0-alpha5へのパッチとWindows版のビルド手順書を置いたので興味がある人は試してみて
jasnaが組み込んでいるパッケージのライセンス回りが良くわからんので
ビルドしたものを配布するのは止めておく

<注>
Windowsでしか試してないです
わからないところはAIに聞くなりして、基本自分で何とかできる人向けです
パッチや手順書に間違いがあったらゴメン

<今のjasna挙動>
--detection-model-path / --restoration-model-path のデフォルトが jasna-cli.exe と
同じフォルダ内の model_weights\ 相対パス
jasna-cli を PATH に通して任意フォルダから実行すると、コマンドを実行したフォルダの中の
model_weights\ を探して FileNotFoundError

<改良版>
以下優先順でmodel_weights\フォルダを探す
1. 環境変数 JASNA_MODEL_WEIGHTS_DIR で指定したフォルダ
2. jasna-cli.exe と同じフォルダの中の model_weights\
3. コマンドを実行したフォルダの中の model_weights\
4. jasna ソースの親フォルダの中の model_weights\ (uv pip install -e . でソースから動かす人向け)

ttps://13.gigafile.nu/0902-ce3ed12899d6afbe880bd397d559ff2a0
ダウンロードパス：jasn

jasnaのRTX SR UltraとTVAIのiris2をgrid playerで見比べてるけど全く違いが分からん

TVAIが一番効くのはahq12だと思う。GUIでは選択できないが、cliで--tvai-model ahq-12 --tvai-scale 4を指定してみればRSRよりシャープなのが分かる

破解にRSR、破解後の全体仕上げにTVAIの
Starlight Precise2.5を使う俺のようなやつは
少数派なのかな？

そんな使い方してたらGPUはすぐサヨナラされて星になってしまう。

sbsのVRでfisheyeオンしても□が傾く件だが、2つのパターン（またはその複合）を確認した
いずれも、fisheye変換前の片目部分の左右にあるカマボコのサイズを調べる
1.カマボコの左右の横サイズ（厚さ）が異なる場合
　画面左右の中心部分にあるモザは縦がまっすぐになるはずが斜めに傾くことになる
　この場合は、fisheye変換時に視線を横向きに振ってやる必要がある
2.カマボコの画面左右端の縦サイズが普通のものと違う（普通より大きい）
　上下角（v_fov）はデフォルトでは180度だが、モザ処理後hequirectに変換する際にそれを小さくしたと思われる
　この場合は、元の値を探し出し、それを使ってfisheye変換しないと元に戻らない

>>654
今は数分の動画だけの処理が現実的。
NVIDIA3080tiで、1～2時間ものの動画はさすがにやってられない。

h264を100%とすると、hevcなら約50%、av1なら約30%程度のビットレートで同じ程度の画質が得られると聞いてVRの最終ファイルをav1_nvencにしてエンコしてみた
処理時間は、hevc_nvencの時と変わらなかった
しかし、うちのQuest2では、VR再生アプリにはav1対応と書かれていたが、ハードウェアの方が対応していないらしく、8kVRはもちろん4kVRのav1すら再生できなかった

まあav1対応してんのはquest3だからな…3sはどうだっけ

650だがClaude Opus 4.8がリリースされたんでJasnaのLinux版のビルドガイドを頼んだらさくっと作ってくれた
俺環で次まで検証完了:
・vali / PyNvVideoCodec / jasna のソースビルド
・凍結バイナリ生成（dist_linux/jasna/jasna、GUI＋CLI 兼用）
・GUI 全ダイアログ表示、RTX Super Res、lada-yolo / RF-DETR 検出、実動画の復元処理

試したい人がいたら以下からゲットして
ガイド
・ttps://github.com/sh202603/jasna/blob/docs/docs/BUILDING_WINDOWS_ja.md

パッチ (Linux環境固有のパッチが一つ増えた)
・ttps://github.com/sh202603/jasna/blob/docs/patches/build-and-runtime-improvements.patch
・ttps://github.com/sh202603/jasna/blob/docs/patches/fix_linux_gui_and_rtx_vsr.patch

Linux版のガイドはこっちだった
・ttps://github.com/sh202603/jasna/blob/docs/docs/BUILDING_LINUX_ja.md

俺は正式リリース版のLinux版を待つわ

>>661
了解。興味ある人だけチャレンジしてみて

Max 5xのサブスク期限が来る前に勢いで機能追加も頼んだらあっさりやってくれた
さすクロ
BT.601の動画10本位で軽くヒートラン回してWin/Linux両方で動作確認できてます

jasna の出力段を拡張した改造ブランチです
本体の GPU 完結パイプライン（NVDEC→復元→NVENC）はそのまま、エンコード出力の自由度を上げてます
■変更点
　AV1出力対応（--codec av1、ファイル出力のみ）
　8bit(NV12)出力＋ビット深度選択（--bit-depth auto/8/10、既定はソース連動）
　色空間を保持（BT.601 / BT.709 / BT.2020 を入力から維持してタグ付け）
　出力コンテナは拡張子で選択（.mkv / .mp4、AV1-in-MP4も可）
　torch 2.12 / CUDA 13 スタックで再ビルド
■検証
　Win/Linux両方でCLI ＋ GUI 連続処理 ＋ 凍結バイナリ（PyInstaller）動作確認済
　HEVC 8/10bit・BT.601/2020・AV1(8/10bit)・--bit-depth両方向の実機検証済
■公開先
　ttps://github.com/sh202603/jasna （branch: feature/av1-nv12-colorspace）
■詳細
　 docs/CODECS_AND_COLORSPACE_ja.md ／ 変更点: docs/CHANGES_vs_upstream_ja.md

元動画の都度BT.709への変換は面倒だね。

>>663
バッチでバッチリやろ

662です
jasna v0.6.0系で入ったexperimental blendingの性能デグレ原因もわかっちゃったんで
昨日連絡した版(feature/av1-nv12-colorspace)に処理速度の改善を入れときました
クローン済みの人は取り込んどくのがおすすめです

ブレンドマスク生成の畳み込みの計算(2次元blurフィルタ)を素直にK×Kでやっていたのを分離化(一次元フィルタの計算×2回)に変えた
こうすると計算量がO(K^2)→O(2K)に減るのでデグレ分はほぼ解消
実測(同じ1080pのクリップ、31524 フレーム、凍結バイナリ)：処理時間がだいたい3〜4割短縮
- Windows 7:37 → 5:13
- Linux 6:26 → 4:00
出力も変わりません(差はエンコーダの実行ごとのゆらぎ由来) 画質も挙動も変化なしです
対策版コミット：e92dccc

#本家にも報告しておいた

>>662
すみません
これの使用方法を具体的におしえてください

>>666
興味を持ってくれてありがとう
以下リンクにビルドガイドを公開しているからこれを見ながら自分で
jasna-cliとjasna-guiを作るという使い方です
わからないところはAIに聞いて解決するスタイルでお願いします
ttps://github.com/sh202603/jasna/blob/feature/av1-nv12-colorspace/docs/BUILDING_WINDOWS_ja.md

このガイド自体もClaude CodeでOpusに書いてもらってます
各手順の実行→確認はさむとか、途中自分が詰まった所をトラシューとしてまとめるとか
結構くどい位な内容になってます

個人的な実験ブランチなのでバイナリパッケージ公開の予定は無いっす
そのうち本家が対応してくれるかも？

本家のLADAは全然更新されないな

662です
ビルトインのフレーム生成機能をとりあえず追加した (--frame-gen 2x/4x)
中身はRIFE補間で、元の尺・音声はそのままfpsだけ倍にする
(モニタがしょぼいので4xは試してない)
ファイル出力のみ対応
手順とスクリプトは置いといたので重みは自分で用意してね
modiブランチに入れてある

ただ最適化はまだ
1080p(30fps, 31524 フレーム)でざっくり実測（Linux / lada-yolo-v4 + rtx-super-res 4x ultra）:

　frame-gen none (4:00) vs frame-gen 2x (26:40)

全解像度のRIFEをエンコードと同じスレッドで回してるだけなんで
ベースが速いほど補間がモロに効いてガクッと落ちる模様
TRT化とか専用スレッド分離は今後の課題
あと frame-gen 2xにするとrtx-super-res の ultra はVRAM 8GBだと普通にきつい

まあ「とりあえず動く版」です

Jasna の正式リリースまだかよ
夏になっちまうじゃねーか
冬なら暖房機がわりになったのに

GANの学習むずすぎ！何度も失敗してる

https://ja.unifab.ai/video-refiner-ai.htm
>UniFab 高精細復元AI（ローカル版）
>AIを使ってブロッキーアーティファクトを除去し、映像の詳細を復元します。

今までのように一度クラウドに投げる必要が無くなったみたいだけど
はたしてこれは使い物になるのでしょうか。

興味ない

>>665
ubuntu 26.04 にドキュメント通りにコピペのみでインストールできました。ありがとう。
ただ一点、レポジトリ設定の影響か不明だが
python3.14がインストールされるのでこれを3.13に変更する必要があった。

>>672
試用してみたが検出精度が悪すぎてLADA/JASNAと比べるのが失礼なレベル
復元部分の品質は悪くないのとVRAM使用量が少なく処理速度が速いことが救いとは言える

少なくともこのスレの住民の皆様が料金を支払う価値は全く無い

>>674
インストール報告あざます
助かりました原因わかりました
Ubuntu 26.04 って既定の python3 が 3.14 なんですよね
ガイドがそれを想定してなくて、3.14 だと vali / PyNvVideoCodec と
torch cu130 wheel が噛み合わず動きません
なので 3.13 に変えたのは正解です
modi ブランチに対策入れときました
指摘ありがとう、地味に大事なやつでした

Linux jasnaで処理動画カクカク現象に遭遇したら
CUDA_LAUNCH_BLOCKING=1 を先頭につけてjasnaを実行してください
処理速度落ちるけど現状の回避策

Linux jasnaの処理動画カクカク問題を対策したら
WindowsでGPUスケジューリングをONにした時のカクカク問題もかなり改善された
テスト動画で見た限りはWindowsとLinuxが同等の仕上がりになった
が、この問題は完全には解決できないようなので、品質を求めるならGPUスケジューリングOFF
(LinuxならCUDA_LAUNCH_BLOCKING=1)は必須

jasna v0.6.0系でGPUスケジューリングをONにしてても
最初のシステムチェックで弾かれるのと最後の合成をずれないように出来ないのかね

>>679
GUIのシステムチェックはソースを直さないとガードが外れない感じだね
CLIはffmpeg/ffprobe/mkvmergeのバージョン番号しか見てないからGPUスケジューリングがONでも動く
が、Claude Codeに調べてもらったところjasna v0.6.0系の動画処理パイプラインは問題を抱えていて
GPU処理の順番待ちができていない所があり、まだ処理中のデータを別の処理が読んだり上書きすることがある
同じ動画でも実行ごとに微妙に中身が変わり、検出位置が不安定になっているようだ(これがカクカクになる原因)
頑張って問題箇所2つ見つけて9割がたの処理はうまくいくところまできたが、完全解決は至っていない
GPUスケジューリングをOFF(LinuxだとCUDA_LAUNCH_BLOCKING=1)にするとこのGPU処理の順番待ち問題が出なくなるのできれいに処理できる

>>680
詳しい解説をありがとう
暫くは再起動しながらやっていきます

jasna v0.6.0で音ズレする原因がわかるかたおられますか？

jasnaの作者さん活動再開したっぽい

jasna v0.6.1、システムチェックは通るけどファイル読ませて実行しようとするとといきなりプログラムごと落ちる

jasna v0.6.1変更点を勝手に解説

＜重要事項＞
Torchスタックが更新されたのでエンジンファイルの使い回し(コピー)不可
以前のバージョンでコンパイルされたエンジンファイルがあったら消すこと

＜変更点＞
9fdfda2 NVIDIA ドライバ要件を 580+ に緩和 (#117)
02b7a91 frozen バイナリ時に jasna-cliがある場所のmodel_weightsディレクトリを見に行く >>650 の作者さん対策版
94a4222 PATH に無い nvidia-smi を一般的なインストール先から探索
23f93f7 GPU適用の .cube カラーLUT対応（CLI/GUI、#142）− 新機能
5879815 unet simplification（unet4x_secondary_restorer を簡素化）
f4b57d7 separable conv（blending）>>665 の対策が本家に入った 作者さんのGPUだと4kの効果が顕著
903b005 fp16/fp32 fixes（restorer/crop_buffer 周りの dtype 整理）
37d2098 update pytorch（torch 2.12 化）>>662 の内容と一緒
ce239ab bt601 support（HEVC VUI 書き換え＋BT.601 経路）>>662 の内容の一部を作者さんが実装
45abf01 stream sync（video_decoder.py）→ d346efc で 即 Revert（=v0.6.1）
d2029a2 mute warnings（_suppress_noise.py、torch/tensorrt の起動時警告抑制）

＜特記事項＞
・Linux版バイナリ配布は今回もなし
・カクカク問題は作者さんもまだ格闘中 (45abf01入れたが即リバート)
　なので、Windowws/Linux設定でのGPUスケジューリング対策は継続必要

>>665
すごいな

0.5.0からどう変わったかおせーてください

githuのログくらい確認しようぜ
VRAM使用量が減って速度が上がった感じか
特に4K

Jasnaの話がよく分からず、開発途中だから手を出さずに読み流してるんだけど
結局、Jasnaって本家Ladaと比べてどういう機能が便利でみんな使ってるのん？

俺は処理の速さとRTX Super ResによるSecondary Restoration機能 (Lada-EXもそうだが)

本家は線ががたがたになるときあるけどそれが起きない

pt/pthファイル差し替えてlada-yolo-v4で再コンパイルしてみたがonnxでエラーが出たわ

>>689

>>589

>>692
v0.6.1のソース確認したが、jasna.specファイルにyolo系のエンジンビルドに必要なパッケージ(”onnx", "onnxslim", "onnxruntime")が定義されてないから
このspecファイルを使って凍結バイナリを作っていたらyolo系はコンパイル通らないな

作者はrfdetr推しだと思うし、仕様か不良かグレー

lada-yoloが使えないと処理が遅くてしょうがない

>>690
>>693
ありがとう。どっちかつーとモザイク検出力よりも処理速度重視なのね

v0.6.1　進化あったのかな･･･？あまり変化を感じなかったが

>>697
v0.6.1の修正内容は性能デグレ対策、バグ対、BT.601対応、model_weightsの読み方改善など
細々したものが多いが作者が更新再開したことに意義があるんじゃね
今後に期待

>>680 の続き
残っていたカクカクはvaliのデコーダをcuvid → nvdec に変えることで解消できた
従来の cuvid だと動画の先読み処理がGPU計算とぶつかり、これが元で表示のズレが起きていたようだ
これを nvdec 経路を作って切り替えたら順番どおりに安定して処理できるようになりズレが解消
Windows/Linux側の設定でGPUスケジューリング対策をしなくても俺環ではカクカクが出なくなった！

なお、この方式は vali の修正と再ビルド・再インストールが必要

作者に報告したいが、現在githubのアカウントがシャドバン中・・・
金曜に+modiブランチの方に中華ニキがLinuxカクカク問題のイシューを報告してきたので
そのやり取りしていたら無邪気にNSFWな動画のBefore/Afterリンクを貼り付けてきた
すぐ消すように伝えて消してくれたけどgithubの監視に引っ掛かった模様

申し立てしたけど、いつ直ることやら

v0.6.1のソース確認したが、lada-yolo-v4で再コンパイルしてみたがonnxでエラーが出た
どうすればいいでしょうか？

試してみたけど、コンパイル済みエンジンがコピー不可で、しかもyoloはコンパイルできない
どうやら締め出しのようなのでαに戻しました

yolo不可か、見送りだな

ストリーミング再生とシーク時の反応が良くなっているのでストリーミング再生時だけv0.6.1を使おうかと思ったけど、
しばらく再生していると、映像と音声がかなりずれてしまっていた
元動画によるのだろうか？

yolo-v4より標準のrfdetr-v5の方が性能高いから無理してyolo-v4を使う必要ないぞ

jasna v6.0.2が出た
更新早いな
・カクカク問題(たぶん)解決
　Windows/Linux側の設定でGPUスケジューリング対策不要に
・yoloモデル対応(onnxは入れ忘れだったみたい)

>>704
別のyoloモデルに差し替えて使いたい層がいる
検出モデルは好みもあるので良し悪し議論は荒れる

>>705
0.6.2は他の（旧）バージョンと共存できるのですかね？

>>705
すまない。6.0.2です。

お、Linux版 0.6.2 が出たな、Jasna

zelefsnsと組み合わせているがjasnaの処理の部分は0.6.0alpha5から比べて10倍位速くなってる。

>>706
凍結バイナリを別のフォルダに展開すれば別バージョンとも共存出来る
但し、v6.0.1でtorchスタックが更新されたので以前のバージョンからエンジンファイルをコピるのはNG
また、GUIの設定ファイルは%APPDATA%配下に保存されるから、これは前のバージョンと共有される
別バージョンで設定を更新したらその内容が新しいほうにも伝搬するので注意

>>705
やっぱりonnxは入れ忘れだったんですか…　昨日苦労して諦めましたが、元々問題あったとは。
今度入れ替えてみよう…

こんだけやる気出してくれたならtodoのVRサポートも期待できるな
ここでやり方共有してくれる人いたけどワイにはハードル高かったから

検出モデル　v2_accurateはリネームして使えるのでしょうか？

>>713
>2 のやり方が使える
>4 のやり方で lada_mosaic_detection_model_v2.pt にリネームすると lada-yolo-v2 で選択可能になる
(v4_fastと共存できて、選べるモデルが3つになる)

カレントフォルダ問題だけど、jasna-cli0.6.2（0.6.1も同じ）で初回コンパイルがある時、カレントドライブにexe本体がある時は正常に動作するけど、別ドライブだとエラーする
コンパイル済みの場合は、別ドライブにあっても正常に動作する
まだまだ修正が甘いな

ここに書いても作者見てないから
改善して欲しいならgithubで報告して

0.6.0alphaで普通に完走するファイルが0.6.2だと途中エラーが出て未完になるな
仕上がりに違いは無いからalphaのが良い

おま環だろ、それ

>>714
ありがとうございます。無事出来ました。稼働も問題ないです。
後、細かい設定ですが、二次修復などはどれがベストでしょうか。自分は全てULTRAにしています。

v0.6.2を起動しようとしたら、マカフィーに隔離された。今までのバージョンでは起きたことなかったんだけどな。

jasna v0.6.2 でカクカク問題が本当に解消したのを確認
1080p, 31524フレームの動画を同条件で2回処理 → 検出結果が完全一致(処理毎の非決定性ゼロ)
LinuxとWindows(GPUスケジューリングON ＝一番症状が出やすい条件)の両方で確認できた
これで性能デグレとカクカク問題の両方解決！

>>714
好みによるから自分が良いと思ったものがベスト

0.6.2の検知モデルrfdetrでエラー、yoloは完走
21:58:56 PM ERROR [primary] thread crashed
Traceback (most recent call last):
File "jasna\pipeline_threads.py", line 171, in primary_restore_loop
File "jasna\restorer\restoration_pipeline.py", line 101, in prepare_and_run_primary
File "jasna\restorer\basicvsrpp_mosaic_restorer.py", line 70, in raw_process
File "torch\nn\modules\module.py", line 1778, in _wrapped_call_impl
return self._call_impl(*args, **kwargs)

>>722
ちょうど横でClaude Codeで作業してたんで聞いてみた
砕けた感じの回答↓

それ検知(rfdetr)のバグじゃないっす。落ちてんのは一次復元のBasicVSR++のほう。
ログ末尾が raw_process → self.model(...) なんで、rfdetrは引き金なだけ。

rfdetrとyoloで差が出るのはたぶんVRAM。rfdetrは検出多め＆768pxの常駐エンジンで重いから、
yoloより先に足りなくなるパターンかと。crop準備は通ってるしshapeは正常っぽいんで、
CUDA OOMくさいです。

ただ貼ってくれたログ、_call_implの直後で切れてて肝心のエラー文が見えないんよね。
もしよければ
・その下の続き(RuntimeError: CUDA out of memory…みたいなやつ)
・GPUとVRAM
貼ってもらえればもっとわかるかも。

>>722
rfdetrは性能が高いから小さすぎるモザイクも検出しちゃう
小さすぎるモザイクだとBasicVSR++でエラーが起きる
しきい値を少し大きくすれば消える
って上の方に書かれてたやつだろ、それ

>>723
ログ出力してなかったから改めて試行、0.6.2、rfdetr-v5

05:11:19 AM ERROR [blend-encode] thread crashed
Traceback (most recent call last):
File "jasna\pipeline_threads.py", line 301, in blend_encode_loop
File "jasna\pipeline_threads.py", line 90, in decode_detect_loop
File "jasna\pipeline_processing.py", line 129, in process_frame_batch
File "jasna\mosaic\rfdetr.py", line 131, in __call__
File "jasna\mosaic\rfdetr.py", line 85, in _preprocess
torch.OutOfMemoryError: CUDA out of memory. Tried to allocate 380.00 MiB. GPU 0 has a total capacity of 8.00 GiB of which 0 bytes is free. Of the allocated memory 712.48 MiB is allocated by PyTorch, and 453.52 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True to avoid fragmentation. See documentation for Memory Management (https://docs.pytorch.org/docs/stable/notes/cuda.html#optimizing-memory-usage-with-pytorch-cuda-alloc-conf)

NVIDIA GeForce RTX-4060 Laptop GPU 8.00GB
GeForce 591.4 WHQL DCH-[r591_66]

>>725
CUDA out of memory って出ているからClaude Codeの見立てて合ってる
回避策は環境変数 PYTORCH_CUDA_ALLOC_CONF=expandable_segments を設定する
そうするとCUDAエラーを回避できる可能性がある (できない場合もある)

それでもだめなら >>724 指摘の通り検出しきい値を少し大きくする

処理設定次第だけど、rfdter+Secondary Restorationとか使っているなら
経験的にVRAM 8GBだと1080p解像度でRTX Super Res x4, Quality ultraとかは荷が重い

検出モデルや除去モデル変わらなきゃ大して変化ない？
いまだV0.5.0alpha10

>>727
仕上がりに差はないよな？

まだ数本しかやってないが、v0.5.0アルファ10と仕上がりと時間は同じ程度じゃないかな。

jasna v0.6.2ではWindowsのGPUスケジューリングONで処理してもカクカクしなくなるが、元々OFFで使っていたら仕上がりは変わらないな
ゲームやる人がいちいちリブートしなくて良くなるメリットはある
性能デグレは使っているGPUと処理動画の解像度により効果が変わると思う
>>709
みたいなケースもある

v0.5.0-alpha10からだと性能デグレが直っただけか
v0.6系でブレンディングの仕方が変わっているからその辺は仕上がりに影響あるかも

>>726
rfdetrは検出しきい値0.95まで上げてもエラー、1.00にすると完走、復元未処理ファイルが出力された
yoloは検出しきい値0.10でv2v4共に完走
0.6.2のrfdetrはおれ環で使用不可という事で、新しいの出たら再度試してみる

yolo後に更にrfdetrをするとより鮮明になる気がするが気のせいかな？

もう２D対応の基本性能は完成に近いだろ
VRはまだずいぶん取りこぼしがあって興ざめ

>>732
俺環のWindowsデスクトップのRTX4060だと1080pの動画でもrfdetr-v5+RTX Super Res 4x, quality ultraは完走した
デスクトップ向けとノートPC向けの4060はそんなに性能違わないみたいだが、なんだろね
メインメモリの容量とか関係するのか？
あとできそうなのは、Max Clip Sizeをデフォルトの90で使っているなら60に下げてみるとか
初回にBasicVSR++のコンパイルがもう一度走るけど使用するVRAM量は減るはず

>>732
お前だけの特殊ケースだ
そもそも問題だらけの GeForce 591.44ドライバーを使っているのが悪い

zelefansさんの別プロジェクト？CUDA特化版
https://github.com/zerochocobo/VR-Video-Toolbox-CE

2D→3D面白そうだな

SteamVRアプリにautodepth image viewer
ってリアルタイムで2Dを3D表示するのがあったな

>>739
サンキューベリーマッチ

2D⇒3Dはいいな

zelefansの人は色々わかってる人のようだ。

iw3みたいな機能か

>>739
空間を見渡せるだけじゃなくて、物体の側面に回り込めるのが凄いよね

モザイク検出と復元に関して情報共有

当方、素人物の顔面モザイク破壊が好きで復元できないモザイクや復元できてもウネウネや目のギラギラがどうも苦手
そこで元動画の明るさを弄ると是正できる可能性がある
※方法がめんどくさいのとそれ以上聞かれてもわからないので興味がない人はスルーしてくれ

・おれ環　12700の3070tiでドライバ最新
・jasna v0.5　GUI版
・RTX Super Resはオフ
・元動画を編集ソフトで「露出」のみを月明り程度になるまで暗くする（自分は最下限値まで落としてる）
・復元後、編集ソフトで露出・輝度・シャドウを弄って元の明るさに調整する

モザイクが検出できない動画や復元後ウネウネする場合は試してみるといい
検出や復元具合はどうも元動画の明るさにも相関があるらしい
※当然画質は落ちるから、あくまでモザイクの向こう側を見たい方推奨。もし無駄足踏ませたらすまん

0.6.2　カクカク出てます

GPUスケジューリング　ONでもOFFでもカクカクします
おれ環かもだけど　原因不明
同じ解像度、色空間で、カクカクする素材としない素材がある
いろいろこれからやってみます

>>746
NVIDAのGPU種類と使っているドライバのバージョンは？

zelefansの新型で2D to Depth VR試してるけど全面緑色基調でノイズが乗ったような画面になってしまう。
導入手順のどこかでミスってそうだがda3のこともっと調べないと正解まで遠そう。

それは残念だけどまだ初号機だからな
iw3desktopのリアルタイムが素晴らしいから
事前変換するなら大幅に超えて欲しいと期待してしまう

>>745
良情報ありがとう！
顔モザ外し、専用ソフトじゃないからあんまり上手くいかなかったから試してみる！
だいぶ露出を暗くするってことで良いのかな？
復元の際のモデルもおすすめがあると嬉しいです。

色々いいじってみる！

>>748
全画面緑基調のアーティファクトが出る問題は経験ある
BT.601動画の処理で必要な色変換テーブル(�@YUV→RGB、�ARGB→YUV)で�@の変換時に�Aを使っちゃうとそうなる
何で使うテーブルがおかしくなっているかはわからんが、最近出たClaudeのFable 5に調べてもらえば解決すると思う
別件で昨日モザイク検出→復元パスの問題をFable 5に調べてもらったら速攻で原因特定・対策してくれて驚いた
課金必要だけど

>>749
iw3.desktop教えてくれてありがとう
スゲーの一言

>>747
610.47 studioドライバです
RTX3060　12GB

素材をHandbrakeでH265-10bit　カラースペースBT.709フィルタ入れてエンコするとカクカクしなくなります
元素材はSD BT.709です

>>753です
追記します
Handbrakeでエンコしてから0.6.2処理するとカクカクしないの意味です
0.6.2は。SD、FHD素材にかかわらずエラーがでるものがあり、その素材もHandbrake H265-10bit カラースペースBT.709フィルタで
エンコしてから0.6.2処理するとエラーを吐かなくなります

jasnaは従来 HEVC / 10bit(P010) / BT.709 固定だった GPU エンコード出力をv0.6.1でBT.601 対応はしたけど、まだ色空間やビット数対応が狭いと思う
ここから外れる動画は >>754 のように再エンコが必要なのかも

>>753
Fable 5に調査してもらった結果

カクカクの本命は素材側のタイムスタンプ(PTS)やフレーム構造の汚さで、Handbrakeの再エンコードがそれを正規化したから直った、と読むのが自然です。

jasnaの出力はソースのPTSをそのまま出力タイムコードに使います。つまりSD素材にありがちな VFR・壊れたPTS・テレシネ/インターレース由来のフィールド単位タイムスタンプが、そのまま出力の表示タイミングになります。
さらに video_encoder.pyでは重複PTSを「+1 tick ずらす」だけで処理するので、重複タイムスタンプを持つ素材だと2フレームがほぼ同時刻に詰まり、明確なジャダーになります。
fps は ffprobe の r_frame_rate から取りますが、インターレースSDではこれがフィールドレート(2倍値)で報告されることがよくあります。
Handbrakeで再エンコードすると、デインターレース/デテレシネ込みでクリーンな CFR・単調増加PTS のストリームになるので、上記すべてが消えます。「H265-10bit + BT.709フィルタ」が効いたのではなく、「再エンコードしたこと自体」が効いた可能性が高い。BT.709フィルタと10bitはほぼ無関係のはずです。
「エラーが出る素材」の方も整合します video_decoder.py:57 はデコーダ出力が NV12(8bit 4:2:0) か P10(10bit) の二択である前提で書かれています。NVDECが対応しない 8bit 4:2:2 H.264 などのプロファイル、あるいはストリーム破損があると例外で落ちます。Handbrake→HEVC 10bit 4:2:0 は NVDEC のど真ん中フォーマットなのでエラーが出なくなる、という説明がそのまま付きます。

俺環ではTMPGEnc Video Mastering Works 7でNVENCでエンコした物はカクカクになる。x264ではカクカクしない。理由は不明

インターレースの対応方法によっては実fpsと設定情報上のfpsと合わないとかもある。

>>757
NVENCが悪いんじゃなくて、TMPGEncのNVENC側だけインターレース保持とかプルダウン付きで出力されてる可能性が高い
x264側はプログレッシブで出てるから差が出てるだけだと思う

>>756に書いた通りjasnaはソースのPTSとr_frame_rateをそのまま信じる作りだから、
・インターレースのままだとfpsがフィールドレート(2倍)で誤認される(>>758の言う通り)
・VFRや重複PTSがあるとそのままカクつきになる

対処は出力設定で
・インターレース解除ON＋プログレッシブ固定
・プルダウン出力なし
・フレームレートは「ソースと同じ」じゃなくCFR固定（23.976とか29.97）
・色形式は4:2:0 (HEVCならMain/Main10)

0.6.2出てたけど>>2のやり方だとうまくいかないね

>>760 おま環じゃない？
>>713 が試して >>719 でうまく行った報告してる
正確には >>2 + >>4 をやったと思うが

バッチ処理中に動画ファイルの問題でアプリが落ちると今まで対症療法的に再エンコしてたが、
実行前に問題起きそうかチェックする PowerShell 製のツールを作った

・lada-ex / jasna 両方に対応
・ffprobe / ffmpeg を使って動画のメタデータ・PTS/DTS・ビットストリームを調べ、
　両ツールの仕様 (コンテナ / コーデック / 色空間) に合っているか、
　PTS の壊れ (欠落・負値・重複・逆行・大きなギャップ) が無いかを事前に確認
・問題が見つかった場合は、その原因の説明とあわせて、そのままコピペして実行できる
　修復用の ffmpeg コマンドを提示
・対処コマンドをファイルに書き出してPowerShell スクリプトとして一括修正も可

詳しくは github.com/sh202603/lada-jasna-input-check を見てね

これ、Fable 5を使って作っていたら、例の件で突然使えなくなって途中からOpusに引き継ぎ・・・

>>761
おま環というか、止めたつもりがプロセス残ってて悪さしてたわ
動いたけど、何が変わったのかよくわからん

>>762
使ってないけどいつもありがとう

>>762
尊敬するわ

で、
破壊精度は向上したんかね？

破壊精度 = 検出精度+復元精度なら最近はこんな感じと思う

jasna：検出精度の変化はなし、復元精度はWindowsでGPUスケジューリングONでもカクカクしなくなった (動画自身に問題ないとき)
lada-ex：検出精度の変化はなし、復元精度は向上(複数モザある時の復元取りこぼし減少、--tensorrt指定時の品質向上)

lada-exで--tensorrt指定で処理してた動画はやり直したくなった

ん？今ladaexのがクオリティ高いの？

>>768
いいや
今までのlada-exに比べれば、って話
画像の中に複数モザそんなに離れていない距離にあるような俺テスト動画を
双方のツールで同じ検出モデル(v4-fast)＋TenroRTのYOLOルートを指定して処理するとjasnaの方が多く復元できてる
その差がどこから来るのか調査中
PyTorchのYOLOルートだとそうはならんのだけれど、今となっては処理が遅いから何とかしたい

1ヶ月頑張ったけどアニメの修復モデルの学習は断念した
アーティファクトが出やすいのとシーンによって線が不安定になるのが直せなかった

>>739
今更だけどこれめっちゃ良いわ
柚子故障のやつ破壊してVRでこれ使って観ると捗る捗る

あとは淫尻とかでケツがアップになるやつとか、逆さアングルのは大変相性良し

必死にマシンパワー使ってVR素材破壊してボケボケになるより、被写体の演技もいらないような同人の観察系動画を無修レベルにしてautodepthで鑑賞した方がいいまであるよな
プロの作品でもメーカーとか年代によっちゃ（自重

>>767
766
ありがとうございます
劇的な進化はしていない、と理解
ブレークスルーが起きたら起こしてください

永眠した模様

2回回したら復元精度があがるとか書いてた人いたけどほんまなん

ボケボケにならないが…

>>771
顔をAI加工してるやつで抜けるのがすごいわ

ちんこまんこをAI加工しているスレでそんなこと言われても。。。

jasna v0.7.0がリリースされたんでOpusに内容調べてもらったで
実験ビルドだから動かなかったら報告してくれって

v0.6.2 → v0.7.0 変更点メモ
1. 概要：有料サポーター向けモデル追加＋暗号化・配布インフラ＋ビルド刷新。無料部分（検出・動画修復・RTX/TVAI）は維持しつつ、追加モデルに課金ゲートを導入する構造変化
2. 目玉機能 — SD 1.5 画像修復（静止画向け）
・Stable Diffusion 1.5 inpaint をファインチューンした静止画専用パイプライン。動画パイプラインとは別系統
3. unet-4x セカンダリアップスケーラ
• サポーターモデル。256→1024 のシャープな修復、TVAI iris-2 に視覚的に近いがローカル実行で追加セットアップ不要
4.サポーターキー / モデル暗号化（最重要の構造変化）
• 無料部分はそのまま、追加モデルだけ課金ゲートという収益化構成
5. ビルドシステム刷新
・PyInstaller → Nuitka
6. その他の修正
• fix: tvai pad for very short detections（短い検出での TVAI パディング）
• don't support dnd on linux if it fails to load (old lib)（古い lib で失敗時 Linux で D&D 無効化）
• GUI improvements / gui fixes（複数）、locales 更新、Windows build（複数）

LinuxでRTX super resを動くよう直したやつとか+modiで入れた修正も本家に入った
動画パイプラインのベース機能はv0.6.2から変わってないと思う
マネタイズ強化に舵切ったのかな?

>>771
性成AIのやつは顔が普通にしている時はいいけど、やっている時にお面のように表情が乏しくて不気味なので好きじゃないんだよね
先日も好きな女優さんの顔やなんかを性成AIで変えた作品が人気になったらしいけど、わざわざ変える必要ある？
元の女優さんバージョンも販売すれば２度おいしいと思うのになぜ出さないんだろう

>>779
藻がかけられている部分を元の正規に戻そうとするのがここ
生成AIのAVは元の顔や体なんかを仮想のものに変えてしまうもので、顔入れ替えなどに近い
全く正反対のことをしていると思われ

>>780
v0.6.2の環境はそのまま残して、v0.7.0は「jas7」という名前にして入れてみます

Discord入ってないんで課金部分の感想を誰かお願いします！

>>780
買い切りならいいけどサブスクなら終わりやね

静止画修復ってどういうニーズ何だろね
ffmpegで静止画書き出し→これで処理→別のソフトで更にアプスケ等の加工→ffmpegで動画に戻す
とかの処理組むのかな?

顔の加工とマンコじゃ全然意味が違うだろｗ
ゆず故障は初期の頃は無加工だったのになぜあんな気持ちの悪いAI加工にしたんだろな

>>783
15ドル以上を寄付するとキーがもらえる
モデルのトレーニング費用として活用
サブスクではない

>>787
静止画についてはDiscord見ろってあったから聞いてみたんだが15ドルでいいなら試してみるかね

>>788
静止画処理も含まれる
Discordには静止画サンプルが掲載
VRAM 20GB程度要したとのこと　0.7.0
静止画の出来はがない良い

>>787
15ドル程度なら払ってもいいな

UNIFANSの方でやろうとしたら仮想通貨か中国系の送金システム使わないとだめっぽいな
By Me a Coffeはクレジットカード行けるんだっけ
と思ってたらv0.7.1来てたわ

動画のスクリーンショットを静止画処理してみたが復元品質が素晴らしいな
処理も速くて良い
4070で一枚30秒程度

一枚のクオリティに拘ると動画として繋げたときには破綻するのかな
博士が昔そのようなこと言ってた気がする
用途が違うと言われたらそれまでだけども

仕組みはまだ理解していないが静止画はいわゆるAI生成系なのかな
不自然さはほとんどないが

>>778
ディープフェイクのソフトじゃないぞハゲ

>>792
マジかよ！？
有益そうな情報ありがとう！やってみる！

>>796
新しいVer出てたんだね...先走りすぎた..

コーヒー奢ってみた。特にメルアドとか聞かれなかったので、どうしたらいいの？と焦ったけど、githubに書いてあるメールアドレスに寄付したよってメールにコーヒー奢る時に作ったアカウントのリンク送ったら、返信でキーを送ってくれた。

「Jasnaを有効化する」が消えているんだけど
どうやって出すの？

消してやり直した

静止画結構いい感じになるな
開始まで時間かかるけど始まると速攻なので一枚一枚やるより一度に複数やらせる方がいい

静止画処理はせめてSDXLにならんのかな？
まあ素のSD1.5よりは大分いいどさ

jasna CLIの--input --output にフォルダを指定できるようになったのが地味に便利
処理中のファイル名は表示してほしいので手直しはしたが

>>782
モザイクを検出して、その周囲の状況とモザイクの色合いを踏まえて、過去に見たことがある無修正画像のソレと出来る限り似たものを書き込む。
これがLada/jasnaの基本的な動き。
貴方の言い回し風で言えば、Lada/jasnaはモザイクを仮想のちんこまんこに変えてしまうもの。

Error importing PyNvVideoCodec: libavformat.so.62: cannot open shared object file: No such file or directory
とかいうエラーが出るんだけど、Linux版

>>804
全然ちがうぞ
デタラメを書くな

>>805
それだけでは何とも言えんな
v0.7.xはLinuxのパッケージ版がまだないが、ソースビルドを試したのか？

>>806
ttps://github.com/ladaapp/lada/blob/main/docs/training_and_dataset_creation.md
Ladaで使用するモデルに対する追加学習のドキュメントね。このドキュメントを読めばLada/jasnaのモデルが何を基準に何をやっているかが分かるよ。

これを理解出来なくても、実例を通しても理解は出来る。
例えば、少し前に国内AVの無修正が大量流出した事件があったけど、それのモザイク付き一般流通品を通すと実物とまるで違うものが描かれたり、
新基準モザイクとか銘打って、新しいモザイクを掛けて再リリースされたものの新旧それぞれを通すと全く違った結果が出たりする。

おま環かもしれんがv0.7.1はシステムチェックに失敗することがあるな
起動はするんだけど右下のGPUやVRAMの表示がハイフンになってってよく見たらシステムチェックがバツになってた
静止画やったあとに出やすい？

自分のPCも6.2までは問題なかったが7．1ではエラーが出ます。
使用可能な判定が出ましたがNVIDIA最新、MKVMERMEGおよびffmpegをインストールしないとダメなんでしょうか？

>>810
自分の環境ではその症状が出たらv0.6.2を起動させてシステムチェックが全てOKになることを確認して再度v0.7.1を起動すると使えるようになった
ただプリセットが消えてしまう副作用があるけど…

>>804
無臭の学習結果から藻の部分の元の画像はこのようなものであったのではないかを推測して入れ替えているということだよね
それを仮想の正規に変えていると言うのなら、アニメのアップコンバート技術なども仮想の画像への置き換えになるよね
生成AIにより本来の顔や体などを仮想の顔や体に変えるのは、どちらかというと正規の部分に藻をかける側の行為
自分としては、普通にしている時はいいけど絡みの時に不気味になる生成AIの作った顔じゃなく元の顔が見たい

さっきv0.7.2があがったよ、早いわ

素晴らしい…

課金するからどんどん更新してほしい

課金したら使えるモデルて、今までより良いの？

いまだにv0.5.1使ってる者だけど、新しいv0.7.2落としたら、有効化って、有料になったの？なら金払うんで、どうやりゃ課金できて有効化できるのか、教えて下さい。あと、v0.7.2になって何が変わったのか教えてくださいまし。教えてクレクレくんで、すまんです。

課金はコンビニで売ってるギフトカードで出来るんかな

日本語のREADME.ja.mdがあるんだからまずはこれ読め

課金は一回だけなんだろうか？
バージョンアップのたびに課金ということになるのかな？

>>818
UNIFANSは暗号通貨等支払い方法が限られているのでやめた方がいい
Buy Me a Coffee はFAQに以下の記載がある
俺はクレカで払ったけどVプリカが行けるかはわからん

How can my audience pay?
We support all major credit and debit cards, Apple Pay, Google Pay, Cash App and other global payment methods

Vプリカで課金いけたよ

>>812
本来のもの（元動画）を、こうであって欲しい条件（AI学習モデル）に合う形で、異なるものに書き換える（生成AI）という本質においては、AIアプコンも、顔挿げ替えも、Ladaも同じことをやっている。
それを好ましいものと思うか好まざるものと思うか、という個人の感覚はそれはご自由にどうぞ。

>>817

コーヒを作者にご馳走すれば良い。

こういう決済に慣れてないから間違ってコーヒー２杯おごっちまったよ ( ；∀；)

新モデルは効果出てますか？効果出てるならコーヒーおごりたいと思います

今コーヒー奢ったんだがキーはメールで来るのかね

ByMeaCoffe 課金メールは来たけどキーが書いてないんだけど

>>828
ByMeaCoffe の自分のアカウントのページのPayments（支払い）を開くと作者からお礼とキーの連絡がある

昨日までのREADMEにはメールしろって書いてあったが今見たら自動で貰えるように変わってたわ

キーは自動で貰えるとの事だがByMeaCoffeのマイアカウント入って色々確認したんだがやっぱり届いてないわ....

buymeacoffeeのアカウント作成途中でwebsiteかsocial link聞かれるけどそんなの持ってないし
クリエイター向けのアカウントって事でしょこれ、寄付したら作者に連絡するしかないのか

履歴のコメントに鍵くださいってコメントして暫くしたらメールで届いたわ

15USD支援して、Payments（支払い）開いてもお礼メールだけでキーは書いていない

自動とは言ってるがメールが不要なだけで作者がキーを生成してから連絡あるんじゃないのかね

お礼メールの後にもう一度key付きのメール来たよ。

>>786
ゆず故障はXでよく見かけた一番最初の#001の時からそうだったよ
サンプル動画を見ればわかるけど、顔のホクロの一部が出たり消えたりしてる

>>829
作者にメール連絡して作者からお礼とキーの連絡が届きました
アドバイスありがとうございます。

834です
buymeacoffeeのアカウントのメッセージ欄にキーくださいと記入したら15分くらいでキーが記入されたメール来ました
有効化成功です

>>837
全然知らなかった…
君等はフサフサや
ハゲは俺だった

visa通らんしめんどくさ、もういいわ

>>204を参考にしてstash起動しても引数どおり動いてるのかよく判らない
プレイヤーの設定はデフォルトでdirect streamになってるから毎回切り替えないといけないし、lada-yolo-v4の通し方がわからねえ
今のバージョンってjasna-cliが廃止になったけどstashのJASNA_CLI_PATH設定はそのままでいいんですよね？
https://github.com/Kruk2/stash/releases/tag/v0.30.1-jasna

>>841
Google Pay

で、お金払ったら出来上がりは違うの？

>>843
QRコードのやつ？利用してないしこのために始める気もない、ありがとね

カネやるとバカンスに行っちゃって開発遅れるからやめとけw

UNet 4Xで処理中だが、fpsが100以上なのは少なく40から50くらいで推移
4時間の素材で今半分くらい処理中、ETA:1h以上なんで早いのか遅いのか結果待ち
処理済み映像の出来具合は、完了してからと

バンドルのVISA通ったけどなぁ　まあいいけど
きのうバカ正直にproton.meのアドレスにメールしたけど、結局要らんかったんか

破壊はちゃんとモザイク除去してると思うのだけど、ちんこまんこをAIが置き換えてるって主張する人たちって、フェラシーンで女優の顔とか舌がちゃんときれいに見えるのはどういう解釈なの？

キーは >>829 のようにBuy Me a CoffieeのMy Accountに通知で送られてきてた
支払ってから一時間後位だった

服脱がさないままとかパンツずらしたままとか
その辺のシーンAIでは再現出来ないのでは

あ、置換えって意味ね

>>849
>>808のドキュメントを読めば仕様レベルで一目瞭然だけど、例えばそのフェラシーンで言えば添えられた手を見るとだいぶ厳しい。
手は生成AIにとって昔から難敵で、AIの想像力が追従出来ずに一昔前の生成AI動画でありがちな指が増殖したり関節以外のところで曲がったりすることが多発するし、
ネイルなんてしてるともう悲惨でモザイク掛かっているところに指が入った途端にネイルアート消失したり場合によってはネイルアートが男優のタトゥーに変化したり。

>>853
0か100で解釈してるのがそもそもも間違いなんじゃない？
情報が不十分だと再現も甘くなるってだけの話で、BasicVSR使ってるんだからそっちの原理が中心
今回実装された画像のモザイク処理の方はBasicVSRがやってる前後のフレームからの情報は使ってない
(1枚画像からやってるから当たり前だけど使えない)ほぼ生成式で、仕上がりもコロコロ変わる

>>854
> 再現も甘くなる
うん、「再現」。自分はその話をしている。
一方、>>849は「除去」と主張している。除去ではない。

>>808
お前は読めても理解は出来ないタイプの人間だな
BasicVSRがやっているのはモザイクの時系列変化を元にした最尤推定だ
ま、最尤推定って言葉が理解できないだろうがな😁

BasicVSRのモザイク破壊原理そのものは、NSFWモザ以外の顔モザでも背景モザでも破壊できる
だからその点でお前が勘違いしてる「過去に見たことがある無修正画像のソレと出来る限り似たものを書き込む」ってのは大間違い

NSFWモザ以外の部分の破壊するなんて計算パワーがもったいないので、NSFWモザだけに反応する detection model が必要になるわけ

静止画でエラーがでる

>>857
途中で送信してしまった。
[Errno 2] No such file or directory: 'I:\\jasna-windows-v0.7.2\\model_weights\\sd-15-jav\\null_embedding.pt'
とでるが、実際は"I:\jasna-windows-v0.7.2\model_weights\sd-15-jav"になるはずだが、どこかでフォルダの設定ある？

なんだよ、また
Error importing PyNvVideoCodec: libavformat.so.62: cannot open shared object file: No such file or directory
とかいうエラーが出るじゃんか
同梱の　PyNvVideoCodecに入ってるのとバージョンが違う
作者はちゃんとチェックしてんのかよ😮‍💨

>>858
静止画のモデルをダウンロードする時に、なぜか一部のファイルがダウンロードされてない時があるから
sd-15-javフォルダ消してダウンロードしなおすか、直接huggingfaceから足りないファイル取ってくるかすればいい

>>808
を読んで、除去じゃなく復元ってことは理解したが、元画像とモザイク処理した後の画像のパターンを学習して、逆算して復元してるんでしょ。
勝手に似たものを生成してる訳じゃないんじゃないの？上手く復元できなかったときに補完はしてるだろうけど。

jasnaの静止画処理やってみた
静止画一枚一枚の処理結果は出来が良いように思う
が、Upscaylとかでやってた手順で動画からフレーム書き出してjasnaで静止画処理
その後に動画へエンコの手順で処理された静止画から動画を作ってみたら
モザ領域のちらつきがひどくて実用には耐えられなかった
SD系は時間軸（動画のつながり）見てないから、動画処理するなら時間軸のつながり見るBasicVSR++じゃないとダメってことか

ttps://github.com/komo-248/Video-Upscaling-FFmpeg-Upscayl/tree/main

>>859
updated linux build, if you downloaded previous one and it fails with libavformat.so.62 or similar, download it again. だとよ
パッケージ作り直したみたいだから try again

## 超解像とディープフェイクの比較
### 目的の違い

**超解像（Super Resolution）**
低解像度の映像・画像を高解像度に復元・拡張することが目的。元の映像の内容は変えない。

**ディープフェイク（Deepfake）**
映像中の人物の顔・声・動作などを別の人物のものに差し替えることが目的。内容そのものを改変する。

### 技術的な共通点
どちらも**生成的ニューラルネットワーク**を中核技術として使用している点が最大の共通点。

### 技術的な違いの詳細
**超解像**
- 入力に存在する情報を補完・補間する（ハルシネーション的な画素生成も含む）
- 評価指標はPSNR / SSIMなど客観指標が使いやすい
- 映像の「整合性」は元映像が担保

**ディープフェイク**
- 2つの映像ドメイン間でマッピングを学習（face-swapの場合）
- 光源・角度・表情の整合性をモデル自身が生成しなければならない
- 評価は主観的になりやすく、検出回避も開発目標に含まれることがある

### 実用上の接点
超解像とディープフェイクの技術は**パイプライン上で組み合わされることがある**。

例：低解像度素材でディープフェイクを生成した後、超解像で出力品質を引き上げる。逆に、超解像で拡大した映像にディープフェイク処理を行う場合もある。

また、ディープフェイク検出モデルは、超解像による人工的なテクスチャ（アーティファクト）に誤反応することがあるという干渉問題も知られている。

### 一言でまとめると
> 超解像は「映像の質を変える」、ディープフェイクは「映像の真実を変える」技術。ただし使用する数学的基盤は部分的に同じ。

バカがAI貼り付けんな

Windows版 jasna 0.7.2でGUIではYOLOモデル(lada_mosaic_detection_model_v2.pt)のコンパイルは上手く出来るが
CLIでは再度YOLOモデルのコンパイルが実行されコンパイルエラーが発生する。

jasna 0.7.2 CLIでYOLOモデルは正常に動作していますか？

なお、jasna 0.6.2ではCLIでもYOLOモデルは、正常にコンパイルされ動作する。

847です
有料のUNet 4Xの処理結果は、RTX Super Resのウルトラより自然に見える変なギラギラっぽい感じが無い
RTX Super Resで処理した素材をUNet 4Xで処理してみて、違いを比較しようかと

静止画処理ってゲームのキャラクリみたいだよなｗ
シード進めて白人風味からアジア風味まで自分好みで決めてねって感じだな
たまに貞子みたいな目になるからめちゃくちゃびっくりするわｗ

静止画で陰毛がモザイクされてるだけなのに透明のちっちゃいち◯こ生やすのやめてもらいたい

>>866
v0.6.2→v0.7.0でモデル名のチェックの仕方が変わったが、出てるエラーはFileNotFoundError？
俺環ではそのファイル名で model_weights フォルダにvr_v2_accurate検出モデルを格納して、
jasna --detection-model lada-yolo-v2
を指定して動かしているが、v0.7.2のCLIでもlada-yolo-v2のエンジンコンパイル出来て動画も処理できてるよ

jasnaの有料版のモデル、二次修復モデルのみ？新たな検出•復元モデルはないの？

>>871
そうだよ
それで資金を集めてモデルのトレーニング制作費につぎ込むんですって

あ、有料版で追加されたのは
2次修復モデルと画像修復モデルの2つ

スクショがめんどくさい方へ動画内のフレームをJPEG画像として抜き出してくれるソフト
指定したフレーム数ごとに、指定した秒数ごとに / 全部で ○ 枚になるように / 全てといったタイミングで、
動画内のフレームを静止画抽出できる

使ってみた感じは結構いいかも。使用は自己責任で

Free Video to JPG Converter
https://www.gigafree.net/media/conv/freevideotojpgconverter.html

>>872 >>873 教えてくれてありがとう。まだ、買わないかな••

静止画のやつなんて Stable Diffusion の inpaint そのものだからなぁ
作者は何考えてこんな馬鹿な機能をつけたんだ😮‍💨

静止画の方はアニメもいけるのか？

静止画ってどういうニーズがあるん

ver.6系ではzelefansのVR TOOLをそのままフォルダ上書きで使えてたけど、7だとノットファウンドエラーが出てダメだ
EXEのファイル名変わったからそれかと思ったけど、ダメだった
トラブル起きたときAIとかに聞いて解決できてる人たち尊敬する

>>878
動画を一枚一枚静止画で取り出して、一枚ずつinpaintで修正して、また動画につなげる
とかいう馬鹿みたいなこと考えてるんじゃねぇの？😏

バカみたいに時間がかかるし、フレーム間での描画の同一性が無いから見てられない画像になる
無駄なことに時間を掛けないで欲しいわ、作者

モーションjpeg懐かしい

どういう立場でそんなこと言えるんだ…

Javski博士

やさぐれてんのか

熱烈投稿とかアップル通信の破壊を楽しむんじゃないの
と思ったけど黒塗りだっけか

何も生まない奴ほど否定的なことを吐く
無駄に見えても新しいものへの創出に繋がってるんだよ

とはいえ実際問題モザイク破壊と画像生成は考え方が異なるものだからあんまり混ざるとは思えないけどね
自前でinpaintするよりは安易にできるな、とは思ったけどladaにはその機能求めてない

>>885
そんなの Stable Diffusion でやればいいだろ

>>886
Stable Diffusion が出始めた２、３年前の頃にみんな一度は試したようなことをいまさらやってるのに新しさもへったくれも無いんだがな

>>888
どしたん？抜いて落ち着けよ

>>889
モンスター化するからその辺でやめたれ

あれを連続性持たせられたらな…
まぁ無理なんですが

SDはControlnet使ってもダメだったしWan-VACEなら出来そうだけど時間がかかりすぎるんだよな

静止画は静止画として見る
元が静止画ならそれを繋げるなんてやらない
なんか得意気にそれ書き込む奴いるけどアホなんじゃないかな

静止画ならわざわざjasna使う必要ない訳で作者の意図がわからんのよ
動画に応用するなら動画生成モデル使わないと一貫性保てないのは分かってるんだからさ
ただのおまけ機能ならそれはそれでいいよ

開発者コメントきたで (issue #204)
サポーターは今後に期待できそうかな？

以下超意訳

ざっくり言うと、静止画像でちゃんと復元できないなら動画復元も意味ない
SD1.5は完璧じゃないけど、まずは単一フレームのモデルから始めて、あとで時間方向の仕組みを足して動画化していくのが現実的な流れ
あとSD1.5も完全に適当に生成してるわけじゃなくて、入力（モザイク）をガイドにして徐々にディテールを足してる
検出モデルにはちょっと驚いてる。静止画像だけで学習されてて時間的な要素ないし、正直それでいいの？って感じ
自分もladaappも、複数フレームまとめて学習させたりはしてない
手動マスクも一応考えたけど、今はそこに時間かけるつもりはないかな

>>874
動画から静止画の抽出は既にインストールされているはずのffmpegでできるので必要ない
もちろん、jpg以外の画像にもできるし、連続静止画もできる

【例】1:23:45から1:24:45までを、1秒4フレームでoutput_001.jpg・output_002.jpg・・・と連番で取得
ffmpeg -ss 1:23:45 -to 1:24:45 -i input.mp4 -r 4 output_%03d.jpg

jasna有効化にキーが張り付けできないんだけど、送られてきたキーめちゃ長いんだけどこれ手動で入力するの？

普通にコピペできたけど？

俺もマウスでしかコピペしたことなかったから悩んだ、マウスでキーを範囲指定してキーボードCtrl + Cでコピー、Ctrl + Vでペースト
で出来た。

Linux版0.7.2 用
ln -s libavformat-ec222fac.so.62.12.101 libavformat.so.62
ln -s libavcodec-c3f15378.so.62.28.101 libavcodec.so.62
ln -s libavutil-04440b0f.so.60.26.101 libavutil.so.60
ln -s libswresample-e1033d35.so.6.3.101 libswresample.so.6
ln -s libswscale-15608d2f.so.9.5.101 libswscale.so.9

>>900
linux版のパッケージ展開に失敗してるだけじゃね？
以下のように展開したらシンボリックリンクは最初から張られてたぞ
($HOME直下にダウンロードしたファイル3つがあったとして)
mkdir jasna-v0.7.2
cd jasna-v0.7.2
cat ~/jasna-linux.tar.zst.part-a? |tar xvf - --zstd

>>899
ほんとだ出来た。

>>861
勘違いしている人の言い分では「女性の画像の股間にモザイクが掛かっているからモザイクの部分には女性器を描写しておくね」という動作をするものが「モザイク破解」という事になっている
だから「破解ミスって女にチンポが生える事があるじゃん」というあり得ない事象の報告があったりする
なんだろう、この人たち実際に破解してみた事があるんだろうか？

コーヒー課金してunet-4xやってみたが、RTX super resより確かに色合いとかも自然な仕上がりになるね。ただ、deblurやdenoiseの細かい設定までとなると好みになるかも。
あと、unetの方がRTXよりメモリの使い方がマイルドなのか、完走出来ない動画が完走出来るようになったので個人的には満足。

某小林なんとかさんのやってみたらちゃんと前張りになってたよ

>>905
それ、見てみたいw

古い作品だと、綺麗にモザイク削除できない事が多いけど、擬似だと言われたAV女優の作品をモザイク削除したら、
確かに擬似だったというのを確認出来たのがあった。

>>870

教えて頂いた方法で上手く動作しました。

復元モデルは「--restoration-model-path」でを直接ファイル名を設定して正常にコンパイルされ動作したので
検出モデルも同様に「--detection-model-path」で直接ファイル名を設定すると正常に動作しない。

VRの偽チ◯コは許せんな
破壊したらワンチャン普通のチ◯コっぽくなるかもと期待したが無理や

>>895
#204で問題提起した人も勘違いしてて作者さんに解説されてたけども
SD1.5の画像復元は適当に生成してるわけじゃなくて、ある程度は元映像を反映出来てるのがスゲーと思った
このレベルで1枚だけ復元する分には、(一定以上の時間幅の)前後のフレーム参照は必須ではないんだね

>>908 の追加情報

「--detection-model-path」で「lada_vr_mosaic_detection_model_v2_accurate.pt」を指定し
「--detection-model」で「lada-yolo-v2」を指定することでファイル名を変更しなくても正常にコンパイルされ動作した。
ファイル名を変更しなくてもYOLO系のモデルの切り替えが行える。

jasna v0.7.2 パッケージ版RTX5080 / Linux / 1080p全長(17.5分) ベンチ

検出モデル3種 (rfdetr-v5/lada-yolo-v4/lada-yolo-v2 (vr_v2_accurate) ✕
2次復元3ケース(none/rtx-super-res(4x, ultra)/unet-4)の9パターン

検出(none時): lada-yolo-v4 2:02 < lada-yolo-v2 2:25 < rfdetr-v5 3:17
2次復元の追加: rtx-super-res +約36秒・+約0.5-0.7GB / unet-4x +約112秒・+約1.7GB ※検出モデルに依らず一定
VRAM最大8.7GB(16GB余裕)、unet-4x(サポーター)・rtx ともパッケージ版で動作OK

俺環ではunet-4のほうがVRAM使用量多かった
>>904 コメントの通りunet-4xの方が仕上がりは自然な感じ
この位の時間増加なら常用しても良いと思った

unet4ってファイルサイズ倍くらいにならない？
現状調整できないから長時間の動画は躊躇してる

>>913
エンコードはjasnaのデフォ設定にしてるけど、
元動画がH264のせいもわからんが出力(HEVC)のサイズはむしろ小さくなっている

みんなエンコードのCQいくつにしてる？
俺なんてFHDならhevcで26くらいで十分だけど

19

>>915
18 22に比べモザイク破壊の効果が向上した。あとはパラメータにaqとlookahead関連を追加指定している。

解凍したjasna v0.7.2の中のmodel_weightsフォルダの中の
lada_mosaic_detection_model_v4_fast.pt
lada_mosaic_restoration_model_generic_v1.2.pth
と>>2を適用したそれってファイルサイズからして違うみたいだけど違うものなの？
とりあえず今までどおり>>2を適用してyolo-v4で使ってるのですが

系統は一緒だけと別モデルだよ
>>2 の検出モデルは同梱されているv4-fastと同じYOLO系のモデルだけどVR Video Toolboxの作者さんがv2-accurateをVR用に微調整した検出モデルと思う
復元モデルの方は同梱されているv1.2の微調整前の元ネタ(v1.2_full)。lada作者さんが自分で微調整したい人向けに公開している

なお、検出モデルについては万能な最適モデルは無いよ。コンテンツ依存かつ処理ツール依存
経験的に簡単なモザだとv4-fastで十分なケースも多い
小さい/ぼけた/端のモザ、数が多い箇所のある動画では vr_v2やRF-DETR が取りこぼし少ない傾向

数値的に検出モデルを比較するツール作ったけど、誤検知と取りこぼしがあるので最後は目で見てチェックが必要だった
AIもチェック出来る能力あるけど、それやらせると規約に引っかかるｗ

>>919
丁寧な説明ありがとう

被写体が早く動く動画フェ〇などで、映像が波打つ場合がどうしたらいい？同じ現象の人いる？

>>917
完全後処理なのに？

いわゆるjasnaのカクカク現象だと思うが
使ってるバージョン古かったら最近のでやってみな
それでもだめなら素材が怪しい

>>874
助かります！こういうアプリを探してました。

今までアップデートされるたびに試しても映像が二重になったりしてた動画、静止画切り出してやってみたら、改善してる気がする。今後このモデルが動画に適用されることに期待だな。

>>922
HEVC（H.265）にエンコードする際、平坦な部分の階調の維持など見た目の画質が良くなると思っている。効果は元になるソースに依存するが、サイズや処理時間の増加もさほど大きくないので、常用している。

静止画モデル、エロ漫画のモザ取りに使えるかも。カラー原稿にはかなり効く。
ていうか、逆に生々しい。
雑誌修正のモノクロ原稿にも、まあまあ使える。
モザイクとして認識されないときは、フォトショとかで上からモザイクすると認識されることも。
勿論、白抜きや黒塗りはダメ。

だからそういうのは Stable Diffusion でやればいいっての

0.7.1から0.7.2にしたら、keyを入れ直さないといけないのかと思ってたが、引き継がれた。どこかにログイン情報が保存してあるのか。古いヤツフォルダごと消しても大丈夫かな？

静止画はエロゲーの絵でやるのありだった
VR破壊の裏で遊ぶ程度にはありな機能だと思った

ladaみたいな一時停止が欲しいんだよな
スリープできるから

欲しいよな
VRAMカツカツまで使われると他の作業入れづらくなる
意外と難しいのかバカ高いアプコンツールでも昔のバージョンには一時停止なかったりするよね

サスペンドしてもVRAMは開放されないから意味ないぞ

>>928

stable diffusionのinpaintで出来るのは解るけど、作業効率がスコップと除雪機くらい違う。
漫画はページ数が有るのでな

VRJAVのモザ無しが気軽に見れる世の中だったら少子化がさらに加速するし、夜の産業も衰退するだろなぁ
こんな破壊兵器は一部の（酔狂な）人だけが楽しむべきだわな

VR対応したの？

BTCが下がってるの気になるわ

AIに金庫破りされたーとか言ってまたそろそろ大手が盗難されそうw

BMIが上がるのも気になるわ

Jasnaの更新情報って定期的にGitHubを見るしかないのかな？少し前にAIにアプリ作らせようとしてGitHubのアカウントは作ってあるんだけど、作者をフォローしたら更新通知くる？

フォローというか、GitHubのwatch機能でリポジトリのリリースをwatchしとけばいいんじゃね

>>941
ありがとう、やってみる

そっか。AIにAVメーカーのハッキングしてもらえば全部解決するやんな。

VRの片目だけ流出してたのはあったな

Jasnaってもうタダでは使えないの？
0.7.2を解凍したらファイルがいっぱい出来たんだけど

コーヒー代☕を払うのじゃ(大嘘

>>945
コーヒー代払ってメールアドレスとキーを貼り付けるとこれが使えるようになります:
・UNet 4x アップスケーリングモデル
・SD 1.5による静止画修復
個人的にはどっちも要らなかった

ちなみに皆さん、コーヒー代っていくら位にされてます？

今後の期待を込めて50ドル払った

期待をこめて星５つみたいなもんだな

15ドル以上じゃなかったっけ？

Unet4xて見てわかるほど高性能なの？だったらコーヒーご馳走するけどな

jasnaのvr用PRを試した猛者はいない？
相当速くなりそうだけど

>>948
知らずに10ドル払ったら「ごめんね平等に15ドル以上にしてるから」って連絡がきたので、追加で5ドル払ったらキーが送られてきた

0.7ならまだ1までは大分あるからな
1になったら強制金になるかもしれんが
相当先だから課金はもっと後でいい

>>929
Windowsだと %APPDATA%\jasna に license.json が作られてそこにメアドとキーが格納されるようだ
なので、古いバージョンはごっそり消しても大丈夫
その場合、新しい版の初回実行時にモデルコンパイルが走るけどね

ちなみに、%APPDATA%\jasna をexplorerのアドレスバーにコピペしてエンターキーを押せば
このフォルダに簡単にたどり着ける

>>956
ありがとう。古いバージョン、安心して消せる。

>>952
ちんこに関しては劇的な向上はない気がするけど、まんこは良くなった気がする。スジマンから開いた時にのっぺらぼうにならなくなった。同じ動画で試して比べた訳じゃないから、たまたま相性が良かっただけかもだけど。
自分は、これまでの感謝と今後への期待を込めて課金したが、焦ってするほどでもないかな。様子見でもいいと思う。

同じ動画3本でやってみたが全く変わらんよ
速度も遅いし、ただ応援したい人向けだよ

善意に金額設定すんなって思うわな

削除し忘れたLADAの古いバージョンで復元した動画があったので
Jasna v0.7.2で復元したのと比べてみたらとんでもないレベルで進化してるぞ
お前ら目が肥えて贅沢になってんだわ
黙って手を合わせて作者様に課金しろ

>>961
それな

JAVPLAYERから破解はじめた者として、今の精度は神よ。製作者には感謝しかない。もちろん更なる向上には期待するけど。

過去スレで二次修復にいちゃもん付けてたのもいたけど恩恵ある、vsrとunetの差異はgridplayerで見比べてもわからんが

FC2で集めた無修正動画を使って自分で　lada_mosaic_restoration_model_generic_v1.2.pth　を Fine tune して新しいモデル作ったわ
もうね、二次修復しなくてもクッキリ見える

自分で　lada_mosaic_restoration_model_generic_v1.2.pth　を作ってみて分かったけど、
>>1 で紹介されてる　lada_mosaic_restoration_model_generic_v1.2_full.pth　は意味ない

https://github.com/ladaapp/lada/blob/main/docs/training_and_dataset_creation.md
での、stage2 終了直後のものが　lada_mosaic_restoration_model_generic_v1.2_full.pth　

で、そこから　export-weights-basicvsrpp-stage2-for-inference.py　を実行して、モザイク破壊に必要な情報だけを抜き取ったやつが lada_mosaic_restoration_model_generic_v1.2.pth

破壊結果は full でも fullじゃなくても同じ

5070ti 16GB なら
stage1の学習で16時間（iter 100000）
stage2の学習で18時間（iter 100000に変更）
で出来る
unetに課金するより、自分でモデルを作った方がいいよ

>>965
HFで公開してる人かな？

処理の高速化に行き詰まっていて、これ以上は復元モデル小型化とかの再学習に手を出すしか無いのか、とか思っているんだけど、
その学習データセット準備と確認にどんだけ時間ががかかるんだろうか？
数千クリップのサムネとか誤検知の確認やったら時間〜日オーダーっすよね・・・

集めた無修正動画を１つのディレクトリにおいて　create-mosaic-restoration-dataset.py　を実行すれば全部自動で学習データを作ってくれるぞ
２時間くらいの動画なら100~400個くらいのクリップが出来る
自分で切り出す必要はない

こういうのってモザ前後で学習するもんだと思ってたけど非モザだけで良いのか

学習時にバイナリマスクに合わせてモザかかってるデータも作ってたはず
実写はデータ豊富で羨ましいな
アニメはデータが限られてて1ヶ月かけても仕上がりに納得がいかなかったよ

>>970
やってみたいから、もう少し詳しくやり方教えて

>>965
うpきぼんぬ

>>971
学習の stage1 で自動的に様々な大きさのモザイクを掛けた上で
モザ無し画像とモザ有り画像とを使って教師学習させてる

FC2500が一番いいような気がする

>>970
5070tiでいいモデルを作れるんなら、作者の人にやり方教えてあげればめっちゃ喜ぶと思うよ
寄付を募ってるのは復元モデル制作用のサーバー借りる資金を作るためだそうなんで

>>966
復元モデルのv1.2とv1.2_fullの違いだが意味ないことは無いよ
jasna v0.7.2 (処理パイプラインが決定的であることは確認済み) で出力動画のSSIMを取ってみると
HD動画の入力について、v1.2の処理結果を基準としてv1.2_full処理結果と全体SSIMを測定　→　0.9955
と微妙に1ではないので、復元モデルの差分がフレームに反映されてる

GridPlayerで並べて目視比較してもv1.2_fullの方がディテールがよくなっている部分ある
意味あるかどうかは素材によりけりってことで

決定的：同じモデル・パラメタで何回実行しても結果が変わらないこと

jasnaの作者に支援した。しばらくしてキーを送ってきたんだが、プログラムコード？のような、絶対すべて正確に打ち込めないだろうってくらい異常に長い文字列を送ってきたんだが、これJasna有効化するキーと違うよな。

>>979
合ってるで
GUIの上にある有効化のところからメアドとキーをコピペすればいい

>>979 >>899
たぶんマウスでしかコピペしたことない？

>>980 こういう質問する人はCtrl+C/Ctrl+V知らん可能性が高い

>>977
jasna を作れる人間なら、https://github.com/ladaapp/lada/blob/main/docs/training_and_dataset_creation.md　
を読めば finetune だって出来るわ
ただ、微妙に完成度が低いから用意されてるスクリプトを書き換えないとエラーで落ちる
あと、5070ti 16GB で batch=2 のままだと OOM で落ちる
でも batch=1 にすればいいだけだからな

素材から学習用データセットを作るのに１日、
stage1 の学習に１日、
stage2 の学習に１日、
全部で３日で出来るわ

>>982
Claude Codeに必要なドキュメントと元ネタ渡して計画→fine tuneスモークテストやってもらったらできたわ
書いてある通りDOVERの重みロードでスクリプトにパス指定のバグあって直す必要あった
5080持ってるがVRAM 16GBだときついね batch=1に加えて num_frame も減らさないと安定しなかった
本番には500本前後必要そうなので、あとは素材の質・多様性と時間の問題か・・・

>>981
お察しの通り、マウスでしかコピペしたことなかった。お陰で無事解決した。ありがとう。

>>970
そのスクリプトってどこにあるの？

>>985 ladaリポジトリのscripts/dataset_creationの中だ
それをここで聞いている時点で道のりは果てしなく遠いと思う

エロ動画収集趣味の効率上げるためにマウスのサイドボタンにctrl+v割り当ててあるから特に困らなかったw

おれの求める北斗神拳はまだ遠い

U-net-4Xを使うと処理部分が黒くボヤっとなります　対処方法をご存じの方がいらっしゃればご教示ください

イシューを読んでたらFP16モードをオフにしていると黒くなった人がいるらしいね

>>990
ありがとうございますfp16モードを試しにONにしてみます