Jasna:用GPU恢复视频与图片中的马赛克
一个给GPU用户恢复视频马赛克的工具,只改选定区域,还能实时预览。
GitHub Kruk2/jasna 更新 2026-10-19 分支 main 星标 2.4K 分叉 187
Python/CUDA/C++ 视频修复 BasicVSR++/LTX NVIDIA或AMD GPU

🧭 决策指南

适合,如果你

  • 你有NVIDIA GTX 16系列或RTX 20系列以上显卡,并要恢复视频中的马赛克区域。
    README 的“What Jasna does”和“What you need”:BasicVSR++恢复马赛克,要求NVIDIA GTX 16-series / RTX 20-series或更新型号。
  • 你需要只修改马赛克区域,而不是重建整帧画面。
    README 的“What Jasna does”和“How Jasna works”:Segment Editor选择区域,最后只把恢复结果混回马赛克区域。
  • 你要处理VR180视频,或在不生成文件的情况下查看恢复效果。
    README 的“What Jasna does”:支持VR180视频,并提供Video Player实时观看。
  • 你有RTX 5090一类显卡,并关心BasicVSR++的处理速度。
    README 的“Benchmarks”:RTX 5090上1080p H.264视频耗时00:34,较Lada v0.9.1快3.6倍。

不适合,如果你

  • 你只有GTX 10系列或更旧NVIDIA显卡。
    README 的“What you need”明确写着GTX 10-series and older don't work。
  • 你的素材或安装目录位于网络磁盘,或路径包含中文、日文等非英文字符。
    README 的“What you need”:Network disks are not supported,路径不能含非英文字符。
  • 你需要使用LTX但没有NVIDIA RTX、8GB显存和16GB内存。
    README 的“LTX needs”:LTX需要NVIDIA RTX GPU、至少8 GB VRAM和16 GB RAM。
  • 你只接受免费模型,却需要LTX或SD 1.5的功能。
    README 的“What Jasna does”和“Supporting the project”:LTX与SD 1.5属于支持者模型,BasicVSR++才是免费模型。

前置条件

  • NVIDIA:GTX 16-series / RTX 20-series或更新型号;Windows驱动610+,Linux驱动580+。 / NVIDIA: GTX 16-series / RTX 20-series or newer; driver 610+ on Windows and 580+ on Linux.
  • AMD:Radeon RX 7000/9000,且属于ROCm支持范围;Windows需AMD Adrenalin 26.8.1或更新版本。 / AMD: Radeon RX 7000/9000 supported by ROCm; Windows requires AMD Adrenalin 26.8.1 or newer.
  • 本地磁盘路径不能含中文、日文、重音字符或其他非英文字符。 / The local disk path cannot contain Chinese, Japanese, accented, or other non-English characters.
  • Windows文件系统需NTFS;Linux支持ext4、Btrfs、XFS或ZFS;网络磁盘不支持。 / Windows requires NTFS; Linux supports ext4, Btrfs, XFS, or ZFS; network disks are unsupported.
  • LTX需要NVIDIA RTX、至少8 GB显存和16 GB内存。 / LTX requires an NVIDIA RTX GPU, at least 8 GB VRAM, and 16 GB RAM.

第一步命令(README 原文)

run_jasna_amd.sh

要注意

  • NVIDIA首次作业会为具体GPU准备模型,可能等待15–60分钟。
    README 的“Quick start”:Your first job is slow,模型准备约15–60分钟。
  • 显存不足时需要降低Max Clip Size,例如从90调到60。
    README 的“Quick start”:Out of GPU memory时可将Max Clip Size从90降到60。
  • 升级Jasna后应复制model_weights目录,否则可能再次等待模型准备。
    README 的“Quick start”和“How Jasna works”:模型结果保存在model_weights,可复制到新版本。
  • 许可证码只能通过Buy Me a Coffee、Unifans或中文README列出的闲鱼渠道获取。
    README 的“Where to support”和开头许可证警告。

替代方案

  • Lada:当显存占用比Jasna更重要时,README说明Lada使用更少GPU内存;例如1080p H.264为2.0/3.3 GB,而Jasna v0.9.1为4.8/5.6 GB。
    Benchmarks

材料未说明

  • README未给出BasicVSR++或LTX在不同马赛克类型上的恢复成功率。
  • README未说明支持的完整视频编码、容器和输入输出格式清单。
  • README未提供Windows和Linux的完整命令行参数或CLI使用示例。
  • README未给出AMD RX 7000/9000与NVIDIA GPU的速度和显存基准。
  • README未说明Video Player实时播放对不同分辨率和帧率的硬件要求。
  • README未说明处理视频是否会上传到网络或是否完全本地运行。

💡 深度解析

6
不适合 我使用支持的 GTX 16 系列 GPU 和 Windows NTFS SSD,但项目必须放在包含中文目录名的路径下,Jasna 还能正常运行吗?
适合读者: 在 Windows 本地 NTFS SSD 上运行 Jasna、项目目录必须包含中文路径的中文用户,拥有 GTX 16 系列或更新 NVIDIA GPU。

不适合,因为 README 对路径字符有硬性限制,即使 GPU、磁盘格式和系统都符合要求也不能绕过。

  • README 要求项目所在文件夹路径不能包含 Chinese、Japanese、accented 或其他 non-English characters。
  • Windows 还要求使用 NTFS,本地 SSD 是推荐配置;这些条件只能解决存储和速度问题,不能解除路径限制。
  • Quick start 要求先把发行包解压到符合路径规则的文件夹,首次 NVIDIA 模型准备还可能耗时 15–60 分钟。

如果无法把项目和工作目录迁移到纯英文路径,Jasna 不适合当前部署约束;README 没有提供路径编码兼容模式。

  • What you need: “A folder on a local disk, with no Chinese, Japanese, accented or other non-English characters in its path.”
  • More details: “Disk format: NTFS on Windows”
  • Quick start: “Unpack it into a folder with no Chinese, Japanese, accented or other non-English characters in the path.”
材料未说明:README 未说明仅输入视频路径包含非英文字符时是否也会失败,还是只有项目和工作目录受限。;README 未说明是否支持通过符号链接或环境变量规避路径限制。
不适合 我使用 Windows 上的 Radeon RX 7000,驱动是 AMD Adrenalin 26.8.1,但希望使用 LTX 和二次恢复模型,Jasna 是否能满足?
适合读者: 使用 Radeon RX 7000/9000、Windows AMD Adrenalin 26.8.1 或更新驱动的用户,希望避免购买 NVIDIA GPU。

不适合,因为 AMD 支持仍是实验性的,而且 LTX 与二次恢复明确限制为 NVIDIA。

  • README 列出 Radeon RX 7000/9000 为 experimental 支持,Windows 还要求 AMD Adrenalin 26.8.1 或更新版本。
  • README 明确写出“Secondary restoration and LTX are NVIDIA only”,所以 UNet 4x、LTX 等扩展路径不能按你的硬件要求使用。
  • AMD 需要通过 run_jasna_amd.sh 启动;项目同时要求使用受支持的 ROCm GPU。

如果只需要基础 BasicVSR++,RX 7000 仍可能是可行选择;但你的约束包含 LTX 和二次恢复,因此项目不能完整满足。

  • What you need: “Or AMD Radeon RX 7000/9000 (experimental).”
  • What you need: “On Windows, AMD Adrenalin driver 26.8.1 or newer.”
  • More details: “Secondary restoration and LTX are NVIDIA only.”
run_jasna_amd.sh
材料未说明:README 未说明 RX 7000 各型号的实际速度、显存占用和视频编码兼容性。;README 未说明 AMD 路径是否支持与 NVIDIA 路径相同的全部检测、预览和导出功能。
视情况 我有一块至少 8GB 显存的 RTX GPU 和 16GB 内存,愿意为支持者模型付费,但不能接受 LTX 运行时间远超 BasicVSR++,我该选它吗?
适合读者: 拥有 RTX 20 系列或更新 NVIDIA GPU、至少 8GB 显存和 16GB 内存的创作者,希望用 LTX 获取更丰富的局部细节。

视情况,LTX 适合把细节潜力放在速度之前的人,不适合强实时或高吞吐任务。

  • README 将 LTX 描述为“slow but more detailed”,并明确说明它比 BasicVSR++ 慢很多。
  • LTX 需要 NVIDIA RTX、至少 8GB VRAM 和 16GB RAM;支持者还需要许可证码,25 美元档包含 LTX 及未来更新。
  • README 提供 Trial mode(speed test),可以测试本机能否运行以及预计耗时,但试运行不会真正恢复视频。

因此,如果你的约束是必须快速完成批量任务,BasicVSR++ 更符合要求;如果单个镜头的细节价值高,可以先用 Trial mode 决定是否购买。

  • What Jasna does: “slow but more detailed LTX”
  • What you need: “LTX needs an NVIDIA RTX GPU, at least 8 GB VRAM and 16 GB RAM.”
  • Supporting the project: “Run LTX in Trial mode (speed test) on your PC.”
材料未说明:README 未提供 LTX 在不同分辨率、视频长度和 RTX 型号上的具体耗时表。;README 未量化 LTX 相比 BasicVSR++ 的实际画质提升或错误纹理概率。
适合 我在 Linux NVIDIA 环境中通过命令行处理视频,项目位于 ext4 SSD,升级 Jasna 后怎样避免再次等待 15 到 60 分钟准备模型?
适合读者: 维护命令行自动化流程的 Linux NVIDIA 用户,使用本地 ext4 SSD,希望在升级 Jasna 后避免重新准备 GPU 模型。

适合,README 明确给出了升级时复用模型缓存的做法,且 Linux NVIDIA、ext4 和本地 SSD 都属于支持配置。

  • Quick start 说明 NVIDIA 首次会为具体 GPU 准备模型,耗时约 15–60 分钟,并且只需一次。
  • 升级 Jasna 时复制 model_weights 文件夹到新版本,即可避免再次等待。
  • README 支持 Linux NVIDIA,磁盘格式包括 ext4,并推荐 SSD;项目同时提供 command line,适合自动化流程。

需要注意的是,缓存绑定“exact GPU”,因此更换 GPU 或版本兼容性变化时,README 没有保证旧权重一定可直接复用。

  • Quick start: “This takes about 15–60 minutes, only once.”
  • Quick start: “When you update Jasna, copy the `model_weights` folder to the new version”
  • More details: “ext4, Btrfs, XFS or ZFS on Linux”
  • Jasna introduction: “has a simple app and a command line”
材料未说明:README 省略的 Command line 章节未提供具体批处理命令、参数格式和退出码。;README 未说明 model_weights 是否兼容所有后续版本,或何时必须重新下载。
适合 我使用 RTX 5090,需要批量恢复 720p、1080p 和 2160p 视频中的动态马赛克,同时保持未选区域原样,Jasna 是否适合?
适合读者: 使用 RTX 5090、需要处理 720p、1080p 和 2160p 视频的后期制作人员,希望只恢复马赛克区域而不改动背景。

适合,因为 Jasna 的处理目标就是局部马赛克恢复,而不是整帧重绘。

  • README 明确说明会“Finds mosaics in a video and restores them. The rest of the picture is not touched”,并支持 Segment Editor 选择具体恢复区域。
  • BasicVSR++ 是免费且较快的模型;RTX 5090 基准中,3 分 22 秒视频的 720p、1080p、2160p 处理时间分别约为 32 秒、34 秒和 63 秒。
  • 该项目支持视频检测、跨帧恢复和 Video Player 预览,适合在批处理前检查区域边界。

但基准只代表 RTX 5090、特定版本和测试素材,不能直接推断所有编码格式或动态目标都能达到相同速度。

  • What Jasna does: “The rest of the picture is not touched.”
  • What Jasna does: “Restores only the parts you choose, with a preview, in the Segment Editor.”
  • Advanced > Benchmarks:RTX 5090 上 720p/1080p/2160p 分别为 00:32、00:34、01:03
材料未说明:README 未给出批量任务的并发能力、队列机制和长时间运行稳定性。;README 未说明检测模型在快速运动、严重压缩或复杂遮挡下的准确率。
视情况 我需要处理 8K VR HEVC 60 fps 的 VR180 视频,并且希望利用 NVIDIA GPU 完成局部马赛克恢复,Jasna 是否值得采用?
适合读者: 需要处理 VR180 或 8K VR HEVC 60 fps 素材的沉浸式视频创作者,使用本地 SSD 和较新的 NVIDIA GPU。

视情况,Jasna 在格式和场景方向上匹配 VR180,但 8K 素材的显存与编码风险需要单独确认。

  • README 明确支持 VR180 videos,说明项目并非只面向普通平面视频。
  • 基准报告包含“8K VR HEVC 60 fps (15 s)”项目,旧版本记录约 17.1/18.3GB 显存使用,显示这类输入可能非常吃显存。
  • 项目要求本地磁盘、推荐 SSD,不支持网络磁盘;NVIDIA 还需计算能力 7.5 或更高。

因此,具备高显存 NVIDIA GPU 和本地 SSD时可以考虑;若显存有限或必须稳定处理长片段,README 没有足够数据证明可行。

  • What Jasna does: “Works with VR180 videos”
  • Advanced > Benchmarks: “8K VR HEVC 60 fps (15 s)”
  • GPU memory table:8K VR HEVC 60 fps 旧版本记录 17.1/18.3GB
  • What you need: “Network disks are not supported. Use an SSD.”
材料未说明:README 未给出当前 v0.11.2 对 8K VR HEVC 60 fps 的处理时间和峰值显存。;README 未说明 VR180 输出是否始终保留原始元数据、视场信息和音视频同步。

✨ 核心亮点

  • BasicVSR++免费且速度快,LTX细节更多但仅限NVIDIA支持者
  • Segment Editor只恢复选定区域,原画其他部分不改动
  • RTX 5090上1080p视频恢复耗时约34秒,较Lada快3.6倍
  • 首次NVIDIA模型准备需15–60分钟,且只需执行一次
  • LTX要求NVIDIA RTX、至少8GB显存和16GB内存

🔧 工程化

  • Jasna用rfdetr-v6检测马赛克,再以BasicVSR++逐片段恢复
  • Video Player可实时观看恢复结果,无需先生成文件
  • 支持VR180视频和静态图片,SD 1.5需支持者许可

⚠️ 风险

  • GTX 10系列及更旧显卡不支持,AMD RX 7000/9000仍属实验性
  • 项目路径不能含中文、日文、重音字符或其他非英文字符
  • 不支持网络磁盘,Windows需NTFS,Linux需ext4等本地文件系统
  • 支持者模型许可证仅来自指定渠道,旧版0.10密钥已失效

👥 适合谁?

  • 拥有RTX 20系列或更新GPU、需要批量视频马赛克恢复的开发者
  • 需要VR180处理或实时预览的NVIDIA视频工具使用者
  • 能接受BasicVSR++免费模型,或购买LTX支持者许可的个人用户