Jasna 检测模型选型指南：5 个候选挑对 1 个，修复范围更准、扫描更快
【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna
Jasna 的视频修复走"先检测、后修复"两步：检测模型逐帧圈出马赛克位置，修复模型再对这些区域重建画面。挑对检测模型，决定了修复范围圈得准不准、整条流水线快不快。Jasna 现在内置或可选的模型一共有 5 个：rfdetr-v6、rfdetr-v6-large、rfdetr-vr-v1、zada-yolo-v2与zada-yolo-v4系（即 Lada YOLO）、zelefans-vr-yolo-v2。这篇指南帮你按片源和显卡，一次挑对。
一、为什么选模型比调修复参数更值钱
修复完才发现"这块马赛克没修到"，或者正常画面被反复"修复"出痕迹，根子多半不在修复参数，而在检测阶段就圈错了范围。检测决定修复范围，也决定全局速度：找漏了，修复再强也是白忙活；找多了，正常画面被误伤；检测本身慢了，再快的修复模型也救不回整体耗时。
一个生活化的说法：检测是"先圈出病灶"，修复才是"动刀"。圈错了，刀法再准也没用。
模型注册表（jasna/mosaic/detection_registry.py）把rfdetr-v6设为默认，并为每个模型固化了各自的推荐阈值；GUI 和 CLI 会自动套用，你切换模型时不必担心拿旧阈值误伤新模型。
二、按片源对号入座
通用平面视频：默认 rfdetr-v6 就够了
定位：内置默认模型，覆盖大多数日常片源。
rfdetr-v6相比上一代rfdetr-v5做了取舍：输入分辨率从 768 降到 576，网络换成更强的 medium 变体，batch 也从固定 4 改为动态。官方定位是"更快，且对大多数视频足够好"（docs/en/models.md）。RF-DETR 的输出不是单纯的框，而是"框 + 像素级掩码"，修复阶段可以精确到像素裁剪。老的rfdetr-v5仍然可用，但新片源不必特意回退。
| 版本 | 输入分辨率 | 推荐阈值 | batch |
|---|---|---|---|
rfdetr-v5 | 768 | 0.25 | 固定 4 |
rfdetr-v6 | 576 | 0.35 | 动态 |
适合谁：不确定选什么的人。它是内置的，扫描速度在 800+ fps 量级，精度和速度都够用。
4K 大马赛克、2D 动画与 AMD 显卡
定位：三个特殊诉求各有专供，别硬用默认。
4K 或大马赛克特写：选rfdetr-v6-large。它把分辨率拉回 768、换用 large 变体，推荐阈值 0.40，官方评价是"检测更好但更慢，可能更适合 4K"。注意它需要单独下载，把对应显卡的文件放入model_weights/即被自动发现。
2D 动画：Lada YOLO（lada-yolo-v2/lada-yolo-v4）可能在动画场景比 RF-DETR 更准，这是官方文档明确给出的提示。
AMD 显卡：RF-DETR 在 AMD 上不走 TensorRT，而是直接跑训练好的 torch checkpoint（.pt文件），速度明显低于 NVIDIA 路线。如果速度比精度优先，官方建议用lada-yolo-v4，它也是基准脚本里指定的快速款。
适合谁：跑 4K 大特写、修 2D 动画、或在 AMD 显卡上嫌慢的用户。
VR180 左右眼视频
定位：VR 画面的形变是通用模型的盲区，必须用特调模型。
VR180 是左右眼并排的 SBS 画面，马赛克在球面/鱼眼投影下会发生形变，通用检测器容易漏检或误框。rfdetr-vr-v1内置，直接复用 large 变体、768 分辨率、0.40 阈值，官方定位"best for VR180"，并配套分眼处理与投影变换。另一条备选路线是 ZeLeFans 贡献的zelefans-vr-yolo-v2，YOLO 技术栈，需单独下载放入model_weights/。
适合谁：处理 VR180 片源的人。首选rfdetr-vr-v1，想对比 YOLO 方案再下载zelefans-vr-yolo-v2。
三、实测数据怎么读：瓶颈在解码，不在检测
同样的 4K，为什么有的秒扫、有的要等？官方基准（benchmarks/2026-07-21_v0.8.2_scan_decode_backends.md）在 RTX 5090 上用rfdetr-v6、fp16、batch 4 逐帧全扫，结果如下：
| 输入规格 | 单解码器扫描（fps） | 双解码器（fps） |
|---|---|---|
| 720p H.264 8-bit | 860.6 | 863.3 |
| 1080p H.264 8-bit | 828.3 | 845.9 |
| 1080p HEVC 10-bit | 833.6 | 839.2 |
| 2160p H.264 8-bit | 716.5 | 727.8 |
| 2160p HEVC 10-bit | 532.6 | 711.2 |
| 8K VR HEVC 8-bit 60fps | 168.7 | 217.5 |
扫描的瓶颈在解码而不在检测：≥4K 且 ≥10 秒的视频拆到 RTX 5090 的两个 NVDEC 单元并行解码后，4K 扫描被抬到约 700–770 fps，也就是检测能跑到的天花板；8K VR 从 168 提到 217.5 fps。720p/1080p 的 800+ fps 意味着一段 10 分钟 1080p 视频的全帧检测在秒级完成。打个比方：检测是收银员，解码是传送带，传送带不提速，收银员再快也没用。
另外，每个模型都带自己的推荐阈值，这不是随意取值。RF-DETR 系是 0.35/0.40，YOLO 系统一 0.25——不同模型的置信度量纲不同，recommended_score_threshold()会在 CLI 与 GUI 里自动套用，避免跨模型沿用同一阈值造成漏检或误检。
四、三问快选：检测模型选型建议
不用背参数，连答三问就能锁定：
- 片源是什么内容？
- 普通平面视频：
rfdetr-v6，内置默认，够准够快 - 4K 大马赛克特写：
rfdetr-v6-large，精度更高，慢一些 - 2D 动画：
lada-yolo-v2/lada-yolo-v4，官方提示动画场景可能更准 - VR180 左右眼：
rfdetr-vr-v1（首选）、zelefans-vr-yolo-v2（备选）
- 普通平面视频：
- 显卡什么阵营？
- NVIDIA：RF-DETR 走 TensorRT 编译，全线可用
- AMD：嫌 RF-DETR torch 变体慢，速度优先选
lada-yolo-v4
- 更怕漏检还是更怕慢？
- 怕漏检：
rfdetr-v6-large或rfdetr-vr-v1，用速度换精度 - 怕慢：
rfdetr-v6或lada-yolo-v4，AMD 上后者更快
- 怕漏检：
区间编辑器支持为每个视频单独指定检测模型，同一批片源混用不同检测器完全可以。
五、选完还要调阈值：检测阈值怎么调
🔧 原则：先用推荐阈值跑通，再按输出微调。
- 马赛克没修到（漏检）→ 降阈值，例如
rfdetr-v6从 0.35 调到 0.25 - 正常画面被反复"修复"（误检）→ 升阈值
- 同一位置短暂掉检、片段被切断 → 由
--max-detection-gap（默认 2）负责补上至多 N 帧的缺口 - 单帧闪现的误检 → 由
--min-detection-duration（默认 2）丢弃短于 N 帧的检出 - 硬切处马赛克跨镜头串联 →
--scene-detection（默认开启）在切点切断片段，避免修复串戏
完整参数说明见 docs/en/cli.md 的 Detection 一节；模型选择本身用--detection-model，阈值覆盖用--detection-score-threshold。
最后
一句话原则：场景定路线，实测定阈值，逐片微调。别追求"最强模型"，追求和你的片源、显卡、时间预算匹配的那一个。
【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
