企业官网建设流程全解析

Jasna 视频去马赛克完全指南：免费、4 步跑通你的第一次修复

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

Jasna 是一款免费的视频去马赛克工具：它自动找出视频里的马赛克块，用 AI 把被遮住的画面重建出来，只动马赛克区域、其余画面原样保留，整条流水线跑在你的 GPU 上。一句话结论——NVIDIA 16 系起步、AMD 7000/9000 系（实验性）都能跑，免费的核心功能（检测 + BasicVSR++ 修复）不需要任何许可证。下面这条路线带你走：先花两分钟判断你的电脑能不能用，再 4 步做出第一个无马赛克成片，最后知道哪些进阶能力值得开。

能不能用：动手前 2 分钟自检

先说结论：一块 GTX 16 系或更新的 NVIDIA 卡（或较新的 AMD 卡），加上一个纯英文路径的本地文件夹，就够你开始。

这些不必背。每个版本首次启动，Jasna 会自检 FFprobe、GPU、驱动和安装路径，更新驱动后也能从页眉手动重跑一次。

门槛差一点时的三条路

• 显卡太老（GTX 10 系或更早、不受支持的 AMD）：免费核心功能在本地跑不了。可以租一块云 GPU（RunPod、Vast）走命令行，见 docs/zh/cloud.md。
• 是 AMD 卡：能用，但二级修复仅限 NVIDIA；LTX 在 Linux 上仅部分 AMD 型号可用，Windows AMD LTX 仍是测试版。
• 显存偏小（4–6 GB）：不是不能用，而是把"最大片段大小"从90调到30，1080p 也能跑。

第一次出结果：最快路径

从下载发行包到产出第一个无马赛克成片，4 步就能走完。

1. 下载与你的系统、GPU 厂商匹配的发行包，解压到一个路径只有英文字母和数字的文件夹。
2. 启动：Windows 双击jasna.exe；Linux（NVIDIA）运行jasna；Linux（AMD）先装一次 AMD 的 AMF 视频运行库，再运行run_jasna_amd.sh。
3. 拖入视频，按需选设置，点底部的▶。
4. 等第一个任务完成。NVIDIA 上首次要为你的显卡编译 GPU 专用模型（TensorRT），约15–60 分钟，只此一次；期间请关掉浏览器等应用、别用电脑。

第一个成片出来后，后续任务会直接复用model_weights里的缓存；升级 Jasna 时把这个文件夹复制到新版本，就不用再等那 15–60 分钟。

习惯命令行的话，两条就能开始（完整参数见 docs/zh/cli.md）：

jasna --input input.mp4 --output output.mkv

jasna --input input_folder --output output_folder

它凭什么这么干：流程简图

从读视频到存文件，几乎每个环节都在 GPU 上（解码走 NVDEC/AMF，编码走 NVENC/AMF），CPU 基本不插手，这是它又快又稳的原因。

跑通之后：按场景解锁的能力

下面这些进阶能力都是可选的，按你的场景挑。

只修一部分：区间编辑器与马赛克扫描

视频未必全程有马赛克，只修有问题的场景更快，未选部分也保持原始质量。队列项上的剪刀按钮打开区间编辑器，可按帧精确选范围，没选的部分直接复制进输出。内置的马赛克扫描能快速定位含马赛克的片段（RTX 5090 上约 2,000 FPS），扫描结果可批量添加为待修区间，还能打开修复预览、缩放平移检查；检测模型和阈值会按每个视频单独记忆。NVIDIA 和 AMD 都支持，见 docs/zh/segments.md。

看得更清楚：二级修复

BasicVSR++ 把每个马赛克修成 256x256，大马赛克、特写和 4K 视频上可能偏软。二级模型先把这块图放大到 512x512 或 1024x1024 再放回画面，结果更清晰。仅限 NVIDIA，三个选项各有取舍：

代价是每路多花几秒、多占约 1–2 GB 显存（1080p 上 UNet 4x 约 29 秒 / 12.5 GB，RTX Super Res 约 25 秒 / 11.7 GB）。

修得更细：LTX 扩散模型

想要更多真实细节可以上 LTX（支持者专享，比 BasicVSR++ 慢很多）。它需要 NVIDIA RTX 或受支持的 AMD、至少 8 GB 显存和 16 GB 内存，还要额外下载模型（标准画质约 15 GB）。不确定就先跑试用模式（速度测试）——免费、全速执行 LTX 流程但不实际修复视频，让你看清 GPU 能不能跑、要多久。画质分标准 / 良好 / 高 / 顶级，逐级慢约 1.5x / 2.5x / 5x，见 docs/zh/models.md。

边修边看：内置播放器与流媒体

不用先生成输出文件，就能实时看到修复后的画面。内置视频播放器直接播放、画面实时修复，空格暂停、左右方向键跳转 30 秒，固定使用 BasicVSR++。流媒体输出加--stream参数（Windows 上即jasna.exe --stream）启动 HLS 串流，自动打开浏览器播放器、支持跳转，端口默认 8765；也有定制 Stash 分支，播放场景时边看边修。见 docs/zh/streaming.md。

更多素材与后处理：VR180、静态图片、编码开关

并排 VR180 视频会被拆开、逐眼分别修复再拼回，自动模式按片商选择展平方式（原始 / 鱼眼 / 球心投影），未知片商默认"原始"；内置的rfdetr-vr-v1检测模型最适合 VR，而 LTX 不支持左右并排 VR180（见 docs/zh/vr180.md）。静态图片走另一个实验性 SD 1.5 模型（支持者专享，约 6.9 GB、需约 7 GB 显存），加入队列即自动识别，GUI 的"交互式处理图片"提供左右对比、换种子、只保存满意变体。编码环节还有一组开关：只清修复区域的降噪、60→30 FPS 导出、色彩 LUT、锐化、按编解码器自定义 CQ 与编码器参数、队列完成后的关机或自定义命令（见 docs/zh/advanced_processing.md）。

数据说话：性能与占用

数据来自 RTX 5090 + Linux，用 BasicVSR++ 修复一整段 3 分 22 秒视频，越低越好。

显存占用（典型 / 峰值，GB）也降得多：

一句话：比 Lada 快 3.4–4.7 倍，而 1080p 的显存峰值只有 v0.4.1 的约四分之一（5.6 vs 21.4 GB）。显存吃紧时，调小"最大片段大小"是主要手段——1080p 下从30升到720，耗时 51→33 秒、显存 3.4→8.0 GB，见 docs/zh/tuning.md。

高频疑问

Jasna 收费吗？工具本身完全免费：检测、BasicVSR++ 修复、RTX Super Res 二级修复、区间编辑、流媒体等核心功能都能直接用。UNet 4x、SD 1.5、LTX 属于支持者模型，需要许可证码；码只能从官方渠道获得，其他卖家的密钥用不了，修改版文件还可能带隐藏代码。

没有 NVIDIA 显卡能用吗？AMD 可以走实验性 ROCm 路径（Radeon RX 7000/9000 等），但二级修复仅限 NVIDIA，LTX 在 Linux 上仅部分 AMD 型号可用、Windows AMD LTX 仍是测试版。

第一次为什么这么慢？NVIDIA 上首次要为你的显卡编译检测与修复模型（TensorRT），约 15–60 分钟，只发生一次；结果缓存在model_weights，之后每个任务直接复用，升级时把该文件夹复制到新版本即可。准备期间请关掉其他应用。

显存不够会崩吗？不会。显存放不下时 Jasna 自动把等待中的帧挪到系统内存"借用"，全程无需设置；仍吃力就把最大片段大小调小、关闭或换更轻的二级修复。

输出会覆盖原文件吗？不会。默认输出位置是"与输入相同"（写在原文件旁边）；文件冲突时默认自动重命名，也可选覆盖或跳过。

LTX 是不是很挑配置？是。需要 NVIDIA RTX（或受支持 AMD）、至少 8 GB 显存和 16 GB 内存，还要额外下载约 15 GB 的模型。拿不准就先跑免费的试用模式（速度测试），全速执行但不实际修复视频，让你看清 GPU 能不能跑、要多久。

CLI 能做什么？几乎能做 GUI 能做的所有事，只有视频播放器、LTX 种子预览、遮罩建议和交互式图片处理除外。

相关资料

想深入某个方向，文档按主题分好了。

Jasna 的公开应用源码采用 AGPL-3.0，模型与捆绑依赖保留各自条款，详见 LICENSING.md 与 assets/THIRD_PARTY_MODELS.md。

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