lada_mosaic_restoration_model_generic_v1.2.pth は stage1 の BVSR++ の学習をフレーム数30 で学習してる
だから最大クリップサイズを30より大きな値にすると、いわゆる「外挿の推論」になってしまう
例えて言うなら、過去３０日分の株価のデータから未来の株価を予測するようなもの
明日の株価はある程度の範囲で当てられたとしても、30日後の株価の予想なんてぜんぜん当てにならない
Jasnaの設定はまさにこれ
最大クリップサイズを30から大きくすればするほど変なアーティファクトが目立つようになる
最大クリップサイズを30にして、かつ、オーバーラップを14にすることで内挿の推論のみ、かつ、オーバーラップで二重に処理することになり、解像感が一番良くなる