Jasna命令行使用教程：一条命令批量修复视频，CLI全参数速查手册
【免费下载链接】jasnaVideo restoration tool项目地址: https://gitcode.com/GitHub_Trending/ja/jasna
Jasna 是一款开源的 JAV 视频马赛克修复工具，其命令行（CLI）与图形界面功能完全一致。本文教你用一条命令完成单片修复与整文件夹批量修复，并附上 Jasna CLI 全参数速查手册，涵盖修复、检测、编码、流媒体和导出后操作五大类选项，让你从新手到脚本化批量处理一步到位。
为什么选择命令行？
💡 在 Windows 上，CLI 与应用是同一个文件（jasna.exe --input ...）；Linux 上则是jasna脚本。启动 GUI 的同时，你也可以直接用终端驱动它，好处是：
- 批量处理：一条命令处理整个文件夹，按"图片优先、视频在后"的顺序自动排队；
- 脚本自动化：结合导出后操作（关机、运行命令），可实现无人值守的整夜批量修复；
- 可复现：所有参数写进脚本，团队协作或重复跑任务零误差。
所有参数都可通过jasna --help实时查看，官方完整说明见 docs/zh/cli.md。
快速上手：3 条命令完成修复
命令一：修复单个视频
jasna --input input.mp4 --output output.mkv默认使用basicvsrpp修复模型 +rfdetr-v6检测模型 + HEVC 编码，无需任何额外参数。
⚠️首次运行会比较慢：Jasna 需要为显卡准备 TensorRT 引擎等 GPU 专用文件，NVIDIA 显卡通常需 15–60 分钟，结果缓存在
model_weights/目录，之后每次运行都会复用。请关闭其他程序耐心等待。
命令二：修复静态图像（自动走 SD 1.5）
jasna --input photo.png --output restored.png输入是图片时，Jasna 会自动路由到SD 1.5 图像修复模型（sd-15-jav），无需手动指定。
命令三：一条命令批量修复整个文件夹 🚀
jasna --input input_folder --output output_folder- 文件夹内先处理图片、再处理视频；
- 输出文件名默认为
{original}_out（即输入文件名主干 +_out），可用--output-pattern自定义，例如--output-pattern "{original}_restored"； - Jasna 会在处理前检查输出路径，若两个输入映射到同一个输出文件，会直接报错退出，避免覆盖。
CLI 全参数速查手册
以下参数速查与 jasna/main.py 中的build_parser定义一一对应，帮助文本统一维护在 jasna/cli_help.py。
通用参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--input | — | 视频、图像或文件夹路径 |
--output | — | 输出文件；--input为文件夹时指输出文件夹 |
--output-pattern | {original}_out | 文件夹输入的命名模板，{original}为输入文件名主干 |
--device | cuda:0 | GPU 选择，AMD（ROCm）同样用cuda:N |
--batch-size | 4 | 检测批处理大小 |
--fp16/--no-fp16 | 开启 | FP16 半精度：降显存、可能提速 |
--log-level | error | debug/info/warning/error |
--no-progress | 关闭 | 禁用进度条（适合日志采集） |
--version | — | 打印版本并退出 |
修复参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--restoration-model-name | basicvsrpp | 视频修复模型：basicvsrpp（快速）或ltx（扩散模型，质量更高但慢很多） |
--restoration-model-path | model_weights/内模型 | 指定修复模型权重文件（ltx 为文件夹） |
--compile-basicvsrpp/--no-compile-basicvsrpp | 开启 | TensorRT 编译大幅提速，但占用更多显存 |
--max-clip-size | 90 | 跟踪片段最大帧数——显存的主要调节旋钮 |
--temporal-overlap | 8 | 片段拼接重叠余量，减少边界闪烁，建议 8–20 |
--enable-crossfade | 开启 | 交叉淡化片段边界，无额外 GPU 开销 |
--denoise | none | 修复裁切图空间降噪：low/medium/high |
--denoise-step | after_primary | 降噪时机：二级修复前或混合前 |
检测参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--detection-model | rfdetr-v6 | 检测模型，rfdetr-v6（快速）与rfdetr-vr-v1（VR180）内置，rfdetr-v6-large、zelefans-vr-yolo-v2为可选下载 |
--detection-model-path | 自动 | 权重路径，默认为model_weights/<模型名> |
--detection-score-threshold | 自动 | 置信度阈值（rfdetr-v6 推荐 0.35）；漏检调低、误检调高 |
--max-detection-gap | 2 | 马赛克同位置重现时，最多填补 N 帧检测中断 |
--min-detection-duration | 2 | 丢弃持续少于 N 帧的误检 |
--no-scene-detection | 默认开启 | 关闭硬切镜头检测（默认在镜头切换处结束跟踪片段） |
模型选择建议详见 docs/zh/models.md。
二级修复参数（NVIDIA）
二级修复先把修复裁切图放大到 512/1024 像素再混合回视频，对大面积马赛克、特写和 4K提升明显：
| 参数 | 默认值 | 说明 |
|---|---|---|
--secondary-restoration | none | unet-4x/tvai/rtx-super-res |
--rtx-scale | 4 | RTX Super Res 放大倍数（2或4） |
--rtx-quality | high | low–ultra |
--rtx-denoise/--rtx-deblur | medium/none | 降噪 / 去模糊强度 |
--tvai-model | iris-2 | Topaz 模型（如iris-2、prob-4） |
--tvai-scale | 4 | 输出尺寸为 256×scale，1不放大 |
--tvai-workers | 2 | 并行 TVAI 工作进程数 |
编码参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--codec | hevc | hevc（推荐，10-bit 最佳平衡）/h264（兼容性最强）/av1（文件最小，需 RTX 40 系及以上） |
--cq | 按 GPU/编解码器 | 质量目标，越低质量越好、文件越大。NVIDIA 默认：H.264 25 / HEVC 28 / AV1 35 |
--encoder-settings | — | 高级编码器设置，JSON 或逗号分隔，如rc-lookahead=32,bf=4 |
--lut | — | .cube色彩 LUT，编码前由 GPU 应用 |
--sharpen | 0 | 编码前锐化，0（关）到1（最强） |
--retarget-high-fps | 关闭 | 60→30 FPS（隔帧处理），音频时序不变 |
--fmp4 | 关闭 | 输出碎片化 MP4，边生成边可播、中断也可播 |
--segments | — | 只修复选定区间，如10-25,01:10-01:30.5 |
⚠️ 使用--segments时编解码器锁定为输入视频的编解码器（其余部分原样复制，速度更快），--codec不再生效。区间功能说明见 docs/zh/segments.md 与 jasna/segments.py。
流媒体参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--stream | 关闭 | HLS 流媒体模式：边修复边观看，不输出文件 |
--stream-port | 8765 | HTTP 端口 |
--stream-segment-duration | 4.0 | 分段长度（秒） |
--no-browser | 关闭 | 启动时不自动打开浏览器 |
jasna --stream导出后操作参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--post-export-action | none | 全部导出完成后执行：shutdown（关机）或command |
--post-export-command | — | 配合command执行的 shell 命令 |
--post-export-video-command | — | 每个视频导出成功后执行，支持{input}、{output}、{output_dir}、{output_stem}、{output_suffix}占位符 |
5 个实用命令配方 ⚡
1️⃣ 显存不足时降低片段大小
jasna --input input.mp4 --output output.mkv --max-clip-size 60--max-clip-size是显存的第一调节手段，RTX 5090 实测中片段 90 约占 4.1 GB、360 约 6.3 GB，详见 docs/zh/tuning.md。
2️⃣ 追求更高画质（降低 CQ + 微调编码器）
jasna --input in.mp4 --output out.mkv --cq 22 --encoder-settings "rc-lookahead=32,bf=4"3️⃣ 只修复视频的某几段（省时省显卡）
jasna --input input.mp4 --output output.mp4 --segments "10-25,01:10-01:30.5"时间支持秒数或HH:MM:SS.s两种写法，其余部分原样复制。
4️⃣ 整夜批量修复 + 完成后自动关机
jasna --input folder_in --output folder_out --post-export-action shutdown5️⃣ VR180 并排视频自动修复
jasna --input vr180.mp4 --output vr180_out.mp4 --vr-mode autoauto会按片商保守检测并自动选择每只眼的修复投影方式，详见 docs/zh/vr180.md。
常见问题速答
Q：如何查看全部参数？运行jasna --help，输出即完整最新选项列表；本文速查表对应源码见 jasna/main.py。
Q：安装有什么要求？NVIDIA GTX 16 / RTX 20 系列或更新显卡（计算能力 ≥ 7.5），AMD 为实验性支持（ROCm）。安装路径必须只包含英文字母和数字，否则 CLI 会直接报错退出。
Q：报错"两个输入映射到同一输出"？是--output-pattern导致文件名冲突（如a.mp4与A.MP4）。修改模板即可，Jasna 会明确提示是哪两个文件冲突。
Q：AMD 能用二级修复吗？目前二级修复（unet-4x / TVAI / RTX Super Res）仅支持 NVIDIA GPU，AMD 只支持主修复。
参考文档与源码
| 内容 | 位置 |
|---|---|
| CLI 完整参考 | docs/zh/cli.md |
| CLI 参数定义 | jasna/main.py |
| 参数帮助文本（单一来源） | jasna/cli_help.py |
| 区间解析 | jasna/segments.py |
| 显存与 GPU 调优 | docs/zh/tuning.md |
| 模型选择指南 | docs/zh/models.md |
| 区间（segments）功能 | docs/zh/segments.md |
| 流媒体 | docs/zh/streaming.md |
| 高级处理（CQ/LUT/锐化） | docs/zh/advanced_processing.md |
🎯 记住核心三件套：--input/--output定输入输出，--max-clip-size调显存，--cq控画质——掌握这三项，Jasna 命令行批量修复视频就已经够用；更多细节随时jasna --help一查即得。
【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
