Суть обновления: скорость и качество
Проект Jasna (ранее известный как Lada) представляет собой open-source решение для восстановления видео и изображений, скрывшихся за пиксельной мозаикой. В версии 0.9.1 разработчики значительно оптимизировали пайплайн обработки, перенеся основные вычисления на GPU. Ключевое отличие новой версии от предыдущей (v0.11.0) — радикальное сокращение времени рендеринга при сохранении качества.
Инструмент работает в два этапа: сначала нейросеть rfdetr-v6 обнаруживает зоны мозаики, а затем алгоритмы восстановления (BasicVSR++ или LTX) очищают их. Важно, что оригинальные кадры вне зон мозаики не затрагиваются, что экономит ресурсы.
Бенчмарки: Jasna v0.9.1 против конкурентов
Тестирование проводилось на флагманской видеокарте NVIDIA RTX 5090 (Linux). Jasna v0.9.1 демонстрирует превосходство над версией Lada 0.11.0, ускоряя процесс восстановления в 3.4–4.7 раза в зависимости от разрешения.
| Разрешение / Формат | Время (Lada 0.11.0) | Время (Jasna v0.9.1) | Прирост скорости |
|---|---|---|---|
| 720p H.264 | 01:47 | 00:32 | 3.4x |
| 1080p H.264 | 02:02 | 00:34 | 3.6x |
| 2160p (4K) H.264 | 04:56 | 01:03 | 4.7x |
Требования к железу и VRAM
Jasna требует современных GPU NVIDIA (compute capability 7.5+, т.е. GTX 16xx/RTX 20xx и новее) или экспериментальной поддержки AMD RX 7000/9000. Для корректной работы необходим SSD и локальный диск без не-ASCII символов в пути.
Оптимизация коснулась и потребления видеопамяти. Jasna v0.9.1 потребляет значительно меньше VRAM, чем версии 0.5.0–0.9.0, что делает его доступным для карт с 8–12 ГБ памяти.
| Разрешение | VRAM (Jasna v0.9.1) | VRAM (Jasna v0.5.0) | VRAM (Lada v0.4.1) |
|---|---|---|---|
| 720p | 4.2 / 4.6 ГБ | 17.6 / 19.9 ГБ | 1.8 / 3.1 ГБ |
| 1080p | 4.8 / 5.6 ГБ | 18.9 / 21.4 ГБ | 2.0 / 3.3 ГБ |
| 4K | 7.2 / 10.9 ГБ | 26.0 / 30.5 ГБ | 2.6 / 4.1 ГБ |
Спонсорские модели: LTX и UNet 4x
Базовая версия использует алгоритм BasicVSR++, который быстр и эффективен. Однако для энтузиастов доступны платные модели (лицензия через Buy Me a Coffee или Unifans):
- UNet 4x ($15+): повышает резкость восстановленных участков.
- LTX ($25+): диффузионная модель для NVIDIA RTX (от 8 ГБ VRAM). Работает медленнее BasicVSR++, но добавляет высокую детализацию текстуры. Доступна в режиме Trial для тестирования совместимости.
- SD 1.5: экспериментальная модель для восстановления статичных изображений.
Лицензия привязывается к «железу» (материнской плате на Windows) и позволяет активировать софт на 3 устройствах. Поддержка проекта финансирует аренду GPU для дообучения моделей.
Источник: Github ↗