【超解像】Lada part6

前スレ
【超解像】Lada part5
https://egg.5ch.io/test/read.cgi/software/1782703217/

■　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

ここ平均年齢高めだから
一桁や10台はまずいない

RTX3070でLTX破壊始めてみたけどステップ2/4:準備中 になってから殆ど進まない
フリーズしてないみたいだけど殆どGPU100%になっててもファンは勢いよく回らないけど
こんなに時間が掛かるもんなの？

LYXの標準•高速で短編やってみたけとすげーなこれ

おっと失敗
元からleaked版じゃね？くらいの仕上がり
ウネウネとかもなく安定した映像になってるし解像度も高い
ただ元動画の5倍の時間がかかるのだけはなんとかしてほしいところ

>>455
>>415

DGX Sparkあれば24時間体制で破解出来そうだな

「--restoration-model-name ltx-undistilled」は課金しないといけないと思うのですが、当方VRはせず2D専門なんですけれども、basicvsrppと比べてどうでしょうか？
「--secondary-restoration」が使えないようですし。

>>458
既に論じられてた事だったのね
失礼
LTXを満足に使いたければメモリー16GBクラスのグラボ買い換えろって事か

>>460
>>457
ltxもltx-undistilledも課金要のモデルね
ltxでも重いが、ltx-distilledはそれよりさらに重いモデル
最近の1080p素材だったら二次復元はいらない位の出来と思う
昔の480pや720p素材については二次復元があったほうがいい場面もある
必要だったんで自力でなんとかしたｗ

5060ti8Gで9分半の動画に5時間半かかったよ
CPUは5700XにRAM32G
出来上がりはチラチラがかなり減ってて凄いから
お気に入りのシーン切り出して何個かやろうかなて気になる
VRAM16Gのボードはこのマシンと同じくらいの値段になるからしばらくお預けかな

コーヒー奢るのって25ドル選択してメールアドレス入れるでいい？

【Jasna v0.11.1】LTX 復元の処理時間の事前見積もり方法(RTX 5080での実測に基づく)

1. 処理時間の構成
処理時間は「ウィンドウ数 × 1 ウィンドウあたりの単価」でほぼ決まる
480p〜1080p では入力解像度は単価に影響しない、LTX は検出領域を 512 px に切り出してから処理するためである
4K では合成段で元解像度のフレームを扱うため、1 ウィンドウあたり約 2 秒増える（出力 1 フレームあたり約 28 ms）

2. ウィンドウ数の確認方法
ウィンドウ数は、`--log-level info` を指定して実行した際にログへ出力される `LTX plan: … windows` 行で確認できる
（GUI の場合はログ表示欄で確認できる）
この行は scan（全体の 1〜5 %）の終了時点で出力されるため、ここで中断すれば本処理の前に把握できる
フレーム数からの推定は避けるべきである。カットの多い素材ではウィンドウ数が大きく増え、
30 フレームに 1 回の割合でカットがあるアニメ素材では、フレームあたりのコストが通常素材の 3.7 倍となった

(つづき)
3. 単価の内訳と目安
単価は「VAE encode ＋ denoise ステップ数 × 1 ステップの時間 ＋ VAE decode および合成」の和である
512 px における値は以下のとおり（scan を除く、RTX5080の場合）
- ltx --ltx-fast：約 8.3 秒（8 ステップ × 0.65 秒、2 時間の素材で実測）
- ltx int8：約 10.5 秒（8 × 0.92 秒、推定値）
- ltx-undistilled --ltx-fast：約 16 秒（15 × 0.85 秒、推定値）
- ltx-undistilled int8：約 21 秒（15 × 1.21 秒、推定値）
large-canvas（768 px）は 512 px の 2.1〜2.5 倍である
scan を含めた目安は、ltx --ltx-fast で「ウィンドウ数 × 約 9 秒」となる
2 時間の実写素材では、実時間の 2.5〜3.2 倍を要した

4. 実行中の残り時間
実行開始後は、ログの残り時間表示（`run … left`）の精度が高い
5 時間の実行に対する誤差は +0.5 % であった
各モデルの初回実行時のみ、speed test のため 1〜3 分が加算される

5. 注意事項
上記の数値は RTX5080(VRAM 16 GB)環境での実測に基づく
VRAM の少ない Windows 環境で共有 GPU メモリへの退避が発生すると、処理速度が低下し、
かつ実行中に変動するため、本方法による見積もりは精度が下がる
その場合は当該環境で単価を実測すること

>>455
とりあえず12ギガの3080tiは使える

>>467
12ギガだと処理時間は元動画時間と比べてどれぐらい？

なんだこれ、起動しねーじゃねーか

VRAM不足で妥協してやるにしてもメインメモリが代わりに必要になるから
メインメモリ32GBは必須だな

>>470
自分はメインメモリー32GB積んでるけど3070だとSD画質で30分程度試したけど予想作業時間60hって出たから止めた
別なSD画質の1分程度の物を試して2時間ぐらい掛かったから30分の動画が作業時間60hって予想は結構正確なんだろうなと思える
SD画質でこんなに時間掛かるんだから今のバージョンのままだとVRAM容量が満たされない状態で使うのはかなり辛い

破壊もこだわるならVRAM16GB要る時代か
AI時代って感じだな
最低でも5060ti16gb

4070(12GB)、RAM32GBだが10分の1080p動画が2時間半くらいでやれてるわ
厳選編集してるので破解すべきシーンしかない動画だが

タスクマネージャーのパフォーマンス画面をAIに「この状況を説明して」と投げれば説明してくれる。
グラフ表示のどれか一つはcudaを選択しといた方が良い
https://i.imgur.com/qyuU0wp.jpeg

>>472
今までのVSR++なら4Kでも3時間位で終わったから寝る前や仕事に出掛ける前に2～3本まとめて破壊させとけば良いやと思えたけど
さすがに30分程度の動画で予想作業時間60hって出ちゃうとね・・・ｗ
試しにやった1分程度の動画見ても今までとは明らかに鮮明度違うしこれ見ちゃうと後戻り出来ないなぁｗ

ローカルLLMみたいに複数のGPUに対応してくれたら簡単にVRAM盛れるんだけどな
できるならもうやってるだろうから、やっぱ難しいんかね

グラボ16GB、メインメモリ80GB積んでるけどLTX使わないなら無用だな

starlightで挫折してLTXでも挫折しないといけないのか
16GBのグラボ欲しい～

ボヤケが無いのとモザの境界線が分からないレベルなのも凄いなLTX

LTXモデルタイムアウトばっかりでダウンロードできない

models.mdに自分でHFからダウンロードする方法書いてある

>>473

自分も4070(12G)だけど、そんなもんだね。

1本丸ごと処理するには荷が重い。

5060Ti(16G)で5000以上対応の高速モードだと半分ぐらいの時間で処理できたりしないのかな。
5707Ti(16G)は、流石に手が出ない。高すぎ。

2028年からnand暴騰が解消されていくみたいだから
5xxxが手頃な値段になるのは4年後の2030年くらいかもしれんね

>>482

RTX50用の高速モードでも試して欲しい。

ファイル名は、
ltx-restore-alpha1-distill8-nvfp4.safetensors.enc
1.4倍高速らしい。

買えるのが先か、枯れるのが先か

AI投資でHBMが大量に作られるようになったからPC向けもそっちに行くだろうな
今のDDRもGDDRも

コーヒー奢って何時間でキー来るんやろう？2時間経っても来ない

4070(12GB)、RAM32GB
7分の非魚眼4KVRをVRモードオフで4K2D動画としてやってみたら4時間20分かかった
抜粋してやる価値はあるわ

LTX試してたらPCがクラッシュして以降電源入っても画面真っ暗
VGAが壊れたのかと色々試してたらまさかのDisplayPortケーブルの故障だったんだがそんなことある？

4070Sだけど思ったよりは時間かからない感じだった
どっかで10から20倍って見たけど、2時間物が大体6倍から8倍位で終わる

>>482
報告まとめてくれてサンクス
5080で2時間の実写をそれなりに本数通した者として、補足を2点

1. 「1 分動画の時間 × 120」は悲観的過ぎ
LTXは1回の実行ごとに準備時間が数10秒かかるので短い動画ほどこの固定費の割合が大きくなる
実際、5080+高速モードONで2時間の実写を変換したときは2.5〜3.2倍（約5〜6.5 時間）で、表の 14.6 時間の半分以下だった
また、処理時間は動画の長さよりモザイクの量とシーンカットの数で決まるので、同じ2時間でも素材によって変わる

なお、モデルの初回だけは速度測定に1〜3 分かかるので、測定するなら2回目以降が良い

2. カードごとの設定問題
5080で比べると、設定だけでこれくらい変わる
・高速モードON(NVFP4)(--ltx-fast）：1.0 倍
・高速モードOFF(int8)：約 1.3 倍 (こっちがデフォルト設定)
・Best (非蒸留版、undistilled）：約 2〜2.5 倍 (デフォルトは蒸留版のStandard)
・大きなモザイクをシャープにする(large-canvas)：さらに 2〜2.5 倍 (デフォルトはOFF)

公平に比べるなら全部デフォルト設定で測るべきだけど、自分含め50系の人は高速モードをONにして使っている人が多いはずなので
表の差はカードの性能差だけではなくなってると思う

>>380
ほらね。ほとんどのユーザーは5080クラス以上でないと実用的ではないと言っている。今、いくらよ、このクラスのグラボ。仕上がりの素晴らしさは認めるが、スペックのハードルを下げていく開発・進化の方も目指してほしいし、それに対するコーヒーは幾らでも奢ってあげるよ。

生成の方に舵切ったからある程度のスペックは必要だよね…
アニメが綺麗にできるなら25ドル払って試してみたい

>>488
今日午前中に奢ったけど、10～20分くらいでメールにライセンスコード送られてきたよ

>>464
だいぶ前でうろ覚えだけど
支払いするとメールの宛先教えて、って画面になるはず
だからあのメッセージボードみたいのには個人情報みたいのは記入しなくていいよ

Windows11 26H2
Ryzen7 5700X 32GB
RTX5060 8GB
でJasna11.1が起動すらできないのですが10.0は普通に動きます
グラフィックスドライバーを一個前に戻してみたりとか設定ファイルを一度消してみたりとかぐらいは試しましたがダメでした
ライセンスキーは入手済みですがそれ以前の問題で止まってしまいました
何か確認すべきところがあったら教えていただけると助かります

2080ti11GBメモリ32GB
30秒のいつも使ってるテスト動画で2時間17分w
実用するには分めっちゃ早漏にならなあかんやん

>>493
5080以上でないと「実用」的ではない？
>>498
「実用」の定義ありがとう

>>497
githubのissueやdiscord見てるとv0.11.1と相性の悪いソフトがあるっぽいね
コマンドプロンプトかPowerShellでv0.11.1を展開したフォルダにcdしてから
.\jasna --help
って打つとどうなる？

ATOK使ってると起動時にエラーダイアログ出るな
OK押したらそのまま起動できるけど

ソースによるけどVRAM12Gあって低速モードでなら
時間が20倍もかかるとこはないんでない？VRソースで実行した場合は知らぬが
他のアプリケーションやブラウザでVRAM喰って閾値(VRAMへのモデル常駐分のかな？)を下回ると
自動でメインメモリに回して動作しようとする→速度が劇的に遅くなるからそこだけ気を付けてれば
>>494
アニメは試した範囲だとbasicVSRとは比較にならないくらい線がめっちゃくっきりブレずに綺麗に出る
よくある汁物表現とゴチャる事も激減してたね
特に学習してるという話は聞かなかったんで正直驚いた
検出はモデル10に入ってたv2VRをこっちのフォルダにコピーして(あれば検出してくれる)閾値を下げると良い感じ、何故か11には入ってなかった

4070ti-12GB RAM-32GB FHD-1h50m ltx-fast
この条件で9h40mかかった
掛けた甲斐があるものが出来たw

Fanzaの人気順で最初に出てくる伊藤さんの1:58のFHDサンプル動画を5090で標準、高速モードonでやってみたけどモザイク少な目だからか4m25sで完走だったわ

>>505 つづき


ここで旧バージョンで破壊した結果よりも今回のBasicVSR++の結果がイマイチなことに気付き、>>1の mosaic_restoration_model 適用をやってみようと思ったら、
リンク先には既に該当ファイルが存在せず、昔落としておいた差し替えファイルを0.11.1に移植してみたら、エラーが出て動かんくなった( ´Д`)

0.11.1のLTXはひとまず画期的な結果を提示してくれたことに大きな価値があると思う一方、とにかくマシンパワーが要るのが確か、マシンパワーさえあれば別世界
一方で中古の5080でも25万くらい出さなきゃ手に入らない現状で、そんな投資できん場合はBasicVSR++に甘んじなきゃならない、その場合は旧バージョンに>>1のパッチ(既に行方不明だが)を当てつつLTXの時短情報を待つのが現実的かと

ウチの4080superでも120分の破壊を朝スタートして夕方に出来上がる感じのリズム、ノンストップで寝てる間もRUNさせると電気代がエグいことになるし、どうしてもクッキリしたいオキニのタイトルの肝心な部分だけ切り出してLTX破壊するとかが現実的なような
5090なんて130万もするものを買うくらいならクラウドで5090だのN200だのを走らせる方が現実的な気がするけど、そこまでするか？っていう気も( ´Д`)
てかクロードさんによると5090なら4080superの1/3くらいの時間で処理できるかもよってことなんだが、ホンマかいな？( ´Д`)

誰か書いてたアイディアだけど
LTXで処理した動画をBasicVSR(もしくは同程度に軽い何らかのモデル)に学習させまくってミドル級なモデルを仕上げる
ってのが現状ベターなのかも

>>500
何も起こらずプロンプトが改行されるだけです

>>506 さらに蛇足

Windowsの7z解凍版で、LTXのBestとFastに結果の違いがあるのか数種のサンプルで
比べてみたところでは、
・デカいモザの場合はあまり違いがない
・細かいモザの場合はBestの方が結果にリアリティが出る、画面に透明感が出る
と思った

とはいうもののBasicVSR++の場合の後処理でUNetよかRTXの方が好みっていうオレの主観的意見なので、各自見極められたし

>>507
モノホンの無臭動画食わせたほうが早いやんｗ

>>510
ソースが激増する

>>493

30万はするよねぇ。

クラウドで借りたほうが現実的かも。

意図を間違って読んでたらゴメンだけど
Jasnaのディスコでの技術的な話によると、学習に一番いいのはモザイク処理された動画とそれの無加工ソースが同時にある事なんですって
↑これからは都合のいいこれがたくさん得られる(もろちん完全にオリジナルのとは違ってる可能性はある)

でもこういう話題の話が活発に出来るってなんか正直嬉しい。

>>508
パッケージの展開からやり直してみたら？
正しく展開出来ていたらこんな感じ
h:\jasna-v0.11.1>.\jasna --help
Jasna: checking the installation...
Jasna: checked 0/19444 files (0.0%)
Jasna: checked 9698/19444 files (49.9%)
Jasna: checked 18923/19444 files (97.3%)
Jasna: checked 19444/19444 files (100.0%)
Jasna: checked 19444/19444 files (100.0%)

Jasna: installation verified.
usage: jasna [-h] [--version] [--benchmark] [--input INPUT] [--output OUTPUT] [--output-pattern OUTPUT_PATTERN]
以下略

>>515
ありがとうございます
解凍は7-Zip26.00(x64)で3回
ダウンロードからやり直ししてますがずっと同じ状態です

展開フォルダーのプロパティは
サイズ12.2GB(13,102,504,651バイト)
ファイル数19,452、フォルダー数2,121

お手間とらせて申し訳ありませんでした
次のバージョンまで一旦諦めます

4K60fpsの5分のソースに約110分ほど処理時間かかってた。
家庭用量子コンピュータの普及が待ち遠しい。

画像生成AIとかだとすぐに軽量化モデルが出るんじゃないの
知らんけど

fp4版が軽量化モデル

https://x.com/PCONES/status/2111023138779897902

こういうのって使えないんですかね？

https://i.imgur.com/wtk6Koy.jpeg

クラウドGPUでゴリゴリやろうと思ったらライセンス対応しとらんやんけ…

今まで唯一、バージョンアップのたびに試しても痕がモヤモヤしてハッキリしなかった頑固なモザイクが、LTXを試したら今までになくキレイになった。これはすごい。これがいつか破壊できるようになったらいいなと、期待を込めてコーヒーを奢ってたが意外と早く来て嬉しい。

最近のデカモザでも見れるようになるんですか？

>>495>>496 課金してすぐくらいにサンキューのメールは来てたけどキーらしきものは見当たらなかった。ペイメントの所にキーが来るみたいなスレがあったので待ってるんやが、もう7時間は経つ。

>>524
今日の11:30に件名「Buy Me a Coffee」のメールが来てライセンスキーは18:40に来た。もう少し待ってみたら。

以前にコーヒー奢ってるけど新しいキーのメールが届かない。
みなさんは既に届いてますか？

届いちょる

>>525 返事ありがとう、先程届いた。

>>526
v11のリリース前に届いたよ

>>526
俺にも来てない
俺の場合はコーヒーおごってキーが届いた後にbuymeacoffeeのアカウント削除しちゃったのが原因だと思う。
しょうがないから$25払って今キー待ち中

キー届いてない人はこれ>>372試してみては

v11は無課金組みには特に変わったところない？

>>492
2時間物は実際は半分くらいの時間なのか　それでも重いっすなぁ


>>497
Pythonがインストールされてないってオチだったり？
Stable Diffusion使うためにすでに入れてるから、別途LTX版動かすために必要なのか知らんですけど

>>532
無課金だと目立つ新機能はないかも
v0.11.1のLTXは無料だと速度テストだけ動くｗ、BasicVSR++側は変わってない
主な変更は不具合修正で、WMVの音ズレ、出力で音声が消えるケース、HEVCのMP4タグ、HLSストリーミングあたり
GUIは、処理後シャットダウンをキューの途中で変えられる、大量キューの表示改善、韓国語・タイ語対応など
AMDはROCm 10対応

>>529
やっぱ課金済みの方は届いてるんですね。

>>530
課金したのが3ヶ月前で記憶が曖昧だけど同じような状況かも知れないです。
$25奢るかぁ。

ltxの方こそ、シーンの切り取り必要やろ。ワイの低スペックグラボじゃ一本なんて何時間掛かるんやろやし。次のバージョンで付けて欲しい。

円相場と決済手数料(3.85%)考慮すると25ドルは4,100円くらい

>>536
v0.11.1のSegment EditorはLTXに対応してるから、範囲指定処理は今でもできるよ

>>521
えええ〜使えないのぉぉ( ´Д`)

>>538 返事ありがとう、どうやるの？LTXの方、範囲指定の無くない？

LTXは素晴らしいが2時間もので30時間オーバーというのはちょっと躊躇する
とりあえず、変換したい箇所を厳選してLTXをかけて、その後でBasicVSR++をかけてみようと思う
これで良い成果がでるかどうかよく分からないけど既にやってみた人いる？

>>540
Add Filesとかでキューにファイルを追加して、はさみのアイコンをクリックだ

>>541
>>505
LTX only for big mosaics ってやつをONにして%を調節だけど、使い方が難しい印象

>>523
最近のは余裕、オリンピック前後の悪夢のようにデカいモザでもバッキバキになる
2005年以前の仁義無き巨大モザだと流石に破綻が多いけど、所々いい具合に構築してくれることがある
高樹マリアのとかちょこっとだけ試したけど馬鹿にならない BasicVSR++とは雲泥の差
でも悲しいかな、疑似姦なのもクッキリになるｗ
死ぬまでになんとかして無修正が見たいオキニのがあるなら、何時間かかろうが試す価値はあると思う

>>543
>仁義無き巨大モザ
>死ぬまでになんとかして無修正が見たいオキニのがある
そこまで熱く語れるならもう120万出して5090買えｗ

100万は出せんが、28万出して5080ポチッたw

5090に100万出すくらいなら、1本千円くらいで代理で破壊してくれって本気で思うのであります・・・

>>542 教えてくれてありがとう。シーン切り取りでシコシコやるわ。

>>542
やってみたが、実行ボタンを押した直後にエラーが出てとまっちゃうな
原因調べたいんだが、GUI動作時のlogってどこにあるの？

我慢できずに5070ti買って今破壊中だけど
FHD2時間が予想破壊時間5時間って出た
結構実用的かもｗ

>>548
メインウインドウの右下にあるLOGSってボタンをすとログが見れる
あと docs/ja/segments.md も読むんだ

右下に>_ログってない？

>>550
>>551
ありがとう
取り敢えずCLIで全領域実行しているから、ゆっくり調べながら試してみるわ

>>534
回答ありがとう
スレ見てるとオレ環だとまだまだ実用的でないので課金はまだ待機だな
でもwmvの音ズレ改善は助かるのでアップはしとくか

>>552
おかげさまで解決できました
入力ファイルのコーデックが対象外だったので、事前にFFmpegでHEVCに変換してから実行したら処理開始できました