企业官网建设流程全解析

Jasna 二次修复怎么选？unet-4x、RTX Super Resolution、Topaz Video AI 三模型代价实测

【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna

纠结要不要开 Jasna 二次修复？问题出在主流程：Jasna 马赛克修复的主引擎 BasicVSR++ 给每个马赛克区域输出的修复块只有 256x256，塞回 4K 画面或脸部特写里就会发软，二次修复负责把这些块再放大一轮、补回细节。这篇帮你在 unet-4x、RTX Super Resolution、Topaz Video AI 三个方案里做出决定。

一、30 秒选型卡：按诉求直接抄答案

三个选项在设置里随时可切换，稳妥做法是先用短片段跑一遍对比，再定全片方案。注意：二次修复目前只对 NVIDIA 显卡开放，限制细节见下一节。

二、代价与限制：多花多少显存和时间

两个硬前提先说清。第一，平台限定 NVIDIA（GTX 16 系 / RTX 20 系及以上），AMD ROCm 构建目前只带主修复流程，没有二次修复可用。第二，它并非无成本：官方在 1080p 片段的实测显示，开启后耗时增加数秒到一倍多，显存额外占用约 1.5~2.5 GB。

把实测数据按"结论先行"的方式拆开看：

• 时间账：两段 1080p 测试片（CAWD、KV-109）上，RTX Super Resolution 最省——比基线多 3~4 秒（25s / 13s）；unet-4x 居中（29s / 14s）；TVAI 最慢（52s / 24s），CAWD 片段上约为 unet-4x 的两倍。
• 显存账：不开二次修复时占用 10.0~10.7 GB；三个模型开启后落在 11.4~12.6 GB 区间，彼此差距不大，主要差在那 1.5~2.5 GB 的固定增量上。

8 GB 显存的卡要跑 4K 时别硬开：优先把"最大片段大小"从 180 降到 60~90，或改用最轻的 RTX Super Resolution，各档位的时间/显存对照见 docs/zh/tuning.md。

三、开启步骤：从设置面板到出片

1. 打开 Jasna GUI，在设置面板展开"Secondary Restoration"（二次修复）折叠区块。
2. 四选一：None/unet-4x/TVAI/RTX Super Resolution。每个选项旁的 ⓘ 图标悬停即可看到说明，不需要背参数。
3. 选 TVAI 时展开的 TVAI 面板里，确认ffmpeg.exe路径（默认指向 Topaz 安装目录）、模型（推荐iris-2）与倍率（1x/2x/4x）；选 RTX Super Resolution 则单独设置倍率、quality、denoise、deblur 档位。
4. 保存预设后加入队列开始。NVIDIA 上 unet-4x 会先编译成 TensorRT 引擎（NVIDIA 的推理加速引擎，首次编译稍慢，之后复用缓存），首任务会多花一些时间。

命令行用户一行指定方案即可：

jasna --input input.mp4 --output output.mkv --secondary-restoration unet-4x

四、模型逐个拆解：按使用门槛从高到低

三个方案的实现都放在 jasna/restorer/ 目录，下面按门槛从高到低过一遍。

Topaz Video AI（TVAI）：画质天花板，代价是速度

• 它是什么：Jasna 调用付费软件 Topaz Video AI 完成二次放大，画质与 unet-4x 相当、上限略高。
• 关键参数：倍率 1x / 2x / 4x 可选；模型档位 iris-2（官方推荐）、iris-3、prob-4、nyx-1；实测配置用 2 个 worker。
• 使用门槛：仅 Windows 且已安装 Topaz Video；需设置环境变量TVAImODEL_DATA_DIR和TVAImODEL_DIR指向 Topaz 的模型目录；再在 Jasna 设置里填好 Topaz 的ffmpeg.exe路径（默认C:\Program Files\Topaz Labs LLC\Topaz Video\ffmpeg.exe）。
• 适合谁：Windows 上已有 Topaz、对个别重点片源做最终精修、且对耗时不敏感的人。

unet-4x：Jasna 自训的 4 倍放大

• 它是什么：Jasna 用 JAV 领域数据专门训练的 4 倍上采样器，采用时间感知上采样（放大时参考前一帧信息，画面更稳、不易闪烁），输入除当前帧外还包含lr_prev/lr_curr/hr_prev等前帧低清与高清信息。
• 关键参数：256x256 进、1024x1024 出，三者中放大倍率最高。
• 使用门槛：需要支持者密钥；激活成功后 GUI 会自动检测到模型文件并解锁该选项；NVIDIA 上会编译 TensorRT 引擎加速。
• 适合谁：有 NVIDIA 卡、愿意支持作者、想要综合最优的人——画质接近 TVAI iris-2，速度约为其一半。

RTX Super Resolution：免费的快速档

• 它是什么：基于 NVIDIA Maxine（NVIDIA 的视频增强工具包）的 GPU 超分，无需安装任何额外软件。
• 关键参数：倍率 2x / 4x；quality 分 low / medium / high / ultra 四档；denoise 与 deblur 强度可分别调节。
• 使用门槛：免费、无密钥要求；唯一风险是个别视频可能出现闪烁，需先验证。
• 适合谁：不想花钱、追求出片速度、显存偏紧的用户。

五、✅ 踩坑自检清单

1. AMD 显卡：ROCm 构建只有主修复流程，二次修复整块不可用，别浪费时间找选项。
2. unet-4x 选项是灰色的：支持者密钥还没激活；激活成功后 GUI 自动检测到模型文件即解锁。
3. RTX Super Resolution 出片前：个别视频会闪烁，先拿约 30 秒片段试跑确认再跑全片。
4. 4K 视频：显存 ≥12 GB 优先 unet-4x；吃紧就换 RTX Super Resolution，并把最大片段大小降到 60~90。
5. 输出体积：分辨率不变，只是修复区域细节变多、码率略升，默认编码设置可直接应对。
6. 需求超出二次修复范畴：全片降噪、LUT 调色、锐化要去 docs/zh/advanced_processing.md 的进阶处理里找；另外主流程选用 LTX 时，二次修复会自动关闭。

一句话收尾：预算够选 unet-4x，图快选 RTX SR，Windows 且不着急才轮到 TVAI。模型细节与完整实测数据见 docs/zh/models.md，更多用法可翻 README.zh.md。

【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna