【超解像】Lada part5

前スレ
【超解像】Lada part4
https://egg.5ch.io/test/read.cgi/software/1774864985/
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

2026/03/30(月) 19:03:50.79ID:ZE0uzXT90
■　Jasna-0.5.0＋v2_accurate＋basicvsrpp-generic_v1.2_full

(1)　model_weightsフォルダのv4_fastとgeneric_v1.2を削除するかリネームする
(例)
lada_mosaic_detection_model_v4_fast.pt.bak
lada_mosaic_restoration_model_generic_v1.2.pth.bak

(2)　model_weightsフォルダに
lada_mosaic_detection_model_v4_fast.onnx
lada_mosaic_detection_model_v4_fast.win.engine
があったら削除する

(3)　>>1の検出モデルと除去モデルをmodel_weightsフォルダに入れ、それぞれ
lada_mosaic_detection_model_v4_fast.pt
lada_mosaic_restoration_model_generic_v1.2.pth
にリネームする

(4)　jasna-guiを起動して検出モデルをlada-yolo-v4にする

>>3
0.7.2ではもうリネームいらなくね？

最新版まだ使ってないんだけど検出モデルも除去モデルもリネームいらなくなってるの？

しばらく見ないうちに課金なってたw
コーヒー15ドル奢る時、アカウント作らなくても決済する時に入力するメアドにkeyが送られて来るの？

課金にはなってないな　間抜け以外は

間抜けでもいい。たくましく生きてほしい

>>4,5
lada_vr_mosaic_detection_model_v2_accurate.ptだと認識しない
lada_mosaic_detection_model_v2.ptにリネームすると認識してlada-yolo-v2が選べる

rfdetrは検出精度yolo-v2と同じくらいだと思ってたけど盛大に取りこぼすのあった
扱ってるものがアレだから参考上げれないけど

>>2, >>3　の情報は古い
最新版は
★検出モデルはデフォルトの　rfdetr-v5　のままでOK
　顔モザは無視してNSFWモザだけに反応してくれる
　性能が高すぎて、しきい値を小さくし過ぎると小さなモザイクまで検出してしまい、エラーになる場合がある。
　エラーを回避するしきい値の目安は 4k 動画で　0.15
　（ただし、この場合のエラーは無視しても動画生成には問題ない）

★lada_mosaic_restoration_model_generic_v1.2_full.pth　は意味ない
　デフォルトの　lada_mosaic_restoration_model_generic_v1.2.pth　のままでOK
　モザイク破壊性能を上げたければ自分でモデルをファインチューンするしかない

前スレ >>993, >>994

ちゃんと学習するにはクリップ数換算で 10,000 クリップ以上だぞ
いちいち確認とか修正なんかしてられない

ちなみに２時間の動画から平均200クリップ出来るとすれば、50本の動画が最低でも必要

ここに居る人間にとって50本はそれほどの本数では無いだろうけど質を揃えるのが難しいな

>>10
ソースによってはrfdetr-v5でしきい値下げてもyoro-ｖ2よりもモザイクを取りこぼすやつが実際ある、
と言ってる人いるのに(自分の手持ちソースでも実際複数ある)
自身の環境で起こってる事だけで人にも必要ないって言い続けるのは違うと思うわよ？

歯や舌、口回りの学習ってできないの？
ティンポはいいんだけど、女優さんの歯が自然でなくなるんだよね

>>7
コーヒー奢る金も無いのかお前は
どうせコーヒー代から作られた新モデルが出たら使うんだろ？乞食がよ

>>11
復元モデルのファインチューン結果の良し悪しってどうやって評価してるの？
見た目の印象だけだと判断むずいと思う
学習に使ってない素材で、旧/新を同じ条件で回して LPIPS か SSIM の数字で比べられない?
それで揃って良くなってれば説得力ある

>>13
rfdetr-v5がダメとか言ってる方がレアケース・ノイジーマイノリティだわ
たぶん、アニメとか、VHS,DVD時代のエロビデオとか、インタレース解除もしてないようなソースを使ってるんだろうな

StreamFab とかを使ってFanzaの実写配信動画をmp4保存したFHD画質のやつならrfdetr-v5で全く問題ない

>>16
stage1 の学習スクリプトを回せばvalidationで PSNR, SSIMが算出されるんだからそれを見ればいいだろ

やっぱFC２が一番いいわ
Fullは消したとこがぐるぐるになる

>>18
まあ素人同士だしそんなもんかもだけど、それ学習データの中での数字だよね?
同じ分布だから上がって当然な気もするし、自分でも試してみる

valのデータが使われるんだから違うでしょ

カード払いか、google Payのみか・・・
PayPalで払えないなら止めておこう

PayPalはつかえないんでプリペイド型クレカで払った
ひとつ持ってると便利だよ

>>20
お前は分かったつもりになっているだけで実は何も分かっていないタイプのダメ人間だな
>>21 の言うとおり、
用意した学習データの一部、例えば5% 程度をランダムに選んで学習に使うデータから分離して、テスト専用に使う
だからテストとしては公平なわけ

てかまぁ、つべこべ言わずに自分でファインチューンモデルを作って試してみれば数値なんて見なくても一目瞭然で違う結果が得られることが分かるわ

Ladaはアップデートされなくなったし
自分でモデルをファインチューンしていくしかないね

>>17
rfdetr-v5の藻残りには、女正規を顔と誤判断して残している場合がある
この機能をオフにできるようにするか、顔藻と判断するしきい値を設定できるようにしてくれないと使えない
さすがに、画面いっぱいの女正規の藻が数秒の1シーンまるごとそのまま残ってしまったのには笑った

俺の環境ではyoloの方が取りこぼし多くて困ってrfdetr-v5にしたら出なくなった。何でこんなに人によって言うことが違うのか？

>>27
そりゃソースの画面サイズ、モザイクのサイズ、閾値設定によるからなあ
V4？accurate？それによっても

最初から入ってるv4_fastはダメだけどv2_accurate追加するか置き換えれば取りこぼしなくなる
稀だけどv2_accurateで気になる程取りこぼしたらrfdetr試す
rfdetrが取りこぼしたのをv2_accurateが問題なく復元する逆パターンもある、どっちがいいとは言い切れないな

>>27
エロ動画は
星の数ほど
あるんだよ

みつを

>>27
>>17

学習方法と適用方法をまとめてくれる親切な方、お願いします。
本家で使いたいです。

あげ

まん

じゅう

VR動画をMacで見たくてCodexでVRPlayer作ったけど、
これはモザイク消したくなるなあwww

>>33 AIを頼ったほうが早いと思う
Fine tuneの事を全然わかっていなかった俺でもできた
やってみるのが一番だった

復元モデルv1.2を手持ちのデータでfine tune (stage 2)を回した結果
ソース189本を作品単位で train/val を分けてリークは回避(train 2713クリップ / val 375クリップ)
データ生成に約13時間、学習(20000 iters)は約4時間、VRAM 10.2GiB で完走 (Linux, RTX5080)
Stage 2の学習は破綻なし val PSNR は 36.88→36.98 と緩やかに上がって GAN も安定
成果はディテールの改善 未学習の実動画2本の目視でどっちも良くなってた
また、データセットのクリーニングは信頼できるソース使えば神経質にやる必要なかった
抜き取り目視確認で削除ゼロ、watermark や非NSFW は学習時の自動フィルタ任せで済んだ

適当に選んだデータでstage 2だけでも改善効果がわかるんだから
データしっかりそろえてstage 1から回せばもっと効果が期待できるのか？と思った

意味ないだろ、それ
stage1 BasicVSR++ の学習
stage2 GAN の学習
なんだからな

ここの住人が色んな事しだしてるけど劇的な進化は起きないよ
素直に課金して新モデルを待つわ

それこそ無駄だわ

>>41
いや、多くのユーザーは、そんな知識も要してないから、課金で時間と手間を買うというスタンスもありだと思う。

俺も何度読み直してもやり方が理解できない。Windowsで？Linuxで？そこもわからん素人だから。

作者はBasicVSR++とdiffusionを組み合わせたモデルを作るのかな
要求スペックは高くなりそう

>>43
https://github.com/Kruk2/jasna/issues/204
2週前にSD1.5モデルに対する疑問に答えてるやつだけど

>If I would have cluster of H100 and millions of data I would jump straight to video diffusion model
>(もしH100のクラスタと数百万のデータがあれば、迷わずビデオ拡散モデルに取り掛かるのですが）

↑やる気はあるけどもH100をレンタルする費用と素材がたくさん要るって事みたい
レンタル代は最近の時価で時間当たり500〜600円くらい？らしいんで、個人的には15�j出すだけでやってくれるんならありがたい話
最近は値下がり気味ではあるらしい

ケチケチせんと応援したれや