Jasna 马赛克检测模型选型指南：按素材挑对模型，少漏检、不白等

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

Jasna 是一款视频修复工具，第一步就是靠检测模型在每帧里找出马赛克位置，再交给修复模型重建画面。检测模型选错不会报错，但会让你多等、多漏。大多数人直接保留默认的rfdetr-v6就行，只有 4K、VR180、2D 动画这三种素材需要换。

哪个是默认且够用的？

⭐rfdetr-v6 是出厂默认，也是综合表现最好的选择，内置无需下载。

它推理分辨率 576、阈值 0.35、动态批处理（配置定义见 detection_registry.py）。Jasna 的扫描基准测试里，1080p 素材在 RTX 5090 上约830 FPS，4K 约500–720 FPS，检测环节不是瓶颈（原始数据）。

6 个模型一览：

4K 素材该换哪个模型

✅4K 且不能容忍漏一块马赛克时，换 rfdetr-v6-large。

它把推理分辨率从 576 提到 768，检出质量更高，代价是更慢——所以留给高分辨率素材用（models.md 明确 4K 更适合它）。该模型不随 Jasna 附带：按显卡选文件放入 model_weights/，应用会自动发现。

# 4K：切换大模型 jasna --input input.mp4 --output output.mkv --detection-model rfdetr-v6-large

⚠️扩展名跟着显卡走：NVIDIA 用rfdetr-v6-large.onnx（编译成 TensorRT 引擎），AMD 用rfdetr-v6-large.pt（torch 直接运行），取错文件会直接报权重缺失（逻辑在 detection_registry.py 的rfdetr_weights_suffix()）。

💡 小技巧：如果只是偶尔漏几帧，先用默认的--max-detection-gap 2——同一位置马赛克重新出现时，它会自动回填最多 2 帧的空档，不用换模型。

VR180 左右并排视频怎么处理

🕶️VR180 一律切 rfdetr-vr-v1（内置），VR 模式保持自动。

VR180 是 3840×1920 这类左右眼并排的宽幅画面，普通模型在鱼眼投影下表现打折，Jasna 因此专门内置了 VR 专用模型。自动模式会把高度超过 1080 且严格 2:1 宽度的视频（3840×1920、8192×4096）识别为并排 VR，无需手动设置（vr180.md）。

# VR180：切 VR 专用模型 jasna --input input.mp4 --output output.mkv --detection-model rfdetr-vr-v1 --vr-mode auto

• 自动模式认不出文件时，用--vr-mode sbs或sbs-fisheye强制按 VR 处理。
• zelefans-vr-yolo-v2（YOLO 后端，640 输入，需下载）是 VR 的备选方案。
• ⚠️ VR 素材不要用默认的 rfdetr-v6，它没见过并排布局，漏检率会明显上升。

Lada YOLO 是不是只适合 2D 动画

真人素材不建议优先选 YOLO；它是默认模型反复漏掉某种风格马赛克时的交叉验证项。

YOLO 后端以 640×640 letterbox 输入推理，NVIDIA 上还能编译 TensorRT 引擎加速（yolo.py、yolo_tensorrt_compilation.py）。官方对它的表述只有一句：Lada YOLO 可能更适合 2D 动画，GUI 里检测模型的下拉提示同样写了这句。

• lada-yolo-v4内置（fast 版，更快）；lada-yolo-v2需下载。
• ⚠️AMD 用户注意：RF-DETR 在 AMD 上走.pt+ torch，比 NVIDIA 的 TensorRT 路线慢。官方建议：如果速度比检测质量更重要，改用lada-yolo-v4（YOLO 本身轻量，AMD 上不依赖 TensorRT 编译，见 models.md）。

💡 小技巧：想用两个模型互相印证，打开区间编辑器对同一段视频分别扫一遍 rfdetr-v6 和 lada-yolo-v4，在预览里看红色遮罩谁圈得更全。

检测阈值该调高还是调低

看症状：漏马赛克就调低，正常画面被误检就调高，先用短片段验证再跑全片。

各模型推荐阈值会自动生效，只有发现问题才需要手动干预：

可执行的判断规则（cli.md）：漏检 → 0.35 降到 0.28 左右；误检 → 0.35 提到 0.42 左右。

GUI 里切换模型

1. 设置面板的检测模型下拉框：内置模型直接可见，放进model_weights/的下载权重会自动出现在列表里；
2. 更细的玩法在区间编辑器（队列条目上的剪刀按钮）：给每个视频单独设置检测模型和阈值，设置只保存给该视频并用于最终任务，不影响其他视频（segments.md）。

# 某段素材漏检：调低阈值重试 jasna --input input.mp4 --output output.mkv --detection-score-threshold 0.28

速查：场景 → 选择

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