Lada 是一款基于AI的视频修复工具，专门用于去除成人影片（如日本AV）中人物私密部位的马赛克或像素化遮挡。经实测，该工具对私密区域的马赛克有较好修复效果，但无法处理面部或其他部位的马赛克。
工具提供图形界面（GUI）和命令行（CLI）两种使用方式，支持实时预览与视频导出，适用于有一定技术基础的用户。
核心功能
- 马赛克区域修复：自动识别并尝试还原被像素化遮挡的私密部位。
- 视频预览与导出：可通过 GUI 实时观看修复效果，或导出为新视频文件；CLI 支持批量处理。
使用方式
图形界面（GUI）
启动后加载视频文件，左侧栏提供模型选择、临时目录设置等选项。可选择：
- 实时播放修复后的画面（需较强硬件支持）
- 导出完整修复视频
命令行（CLI）
基本命令如下：
lada-cli --input <输入视频路径>更多参数可通过 --help 查看。
修复流程说明
Lada 的处理分为两步：检测马赛克区域 → 修复该区域。每一步均可选择不同模型。
修复模型选项：
basicvsrpp-v1.2（默认）：通用性强，效果较好。deepmosaics：来自已停止维护的 DeepMosaics 项目，效果通常不如默认模型，仅作对比参考。
检测模型选项：
v3.1-fast（默认）：速度快，适合大多数场景。v3.1-accurate：精度略高，但速度较慢。v2：最慢，但在部分复杂场景中检测更准确。
模型可在 GUI 侧边栏切换，或通过 CLI 参数指定。
硬件要求与性能表现
- 必须使用显卡（推荐英伟达显卡，显存 ≥4–6GB）。CPU 模式理论上可行，但速度极慢，不实用。
- 内存需求：1080p 视频建议 6–8GB 内存，4K 内容需更多。
- 实时播放：仅在高性能设备上可行；否则建议先导出再观看。
- 编码方式：默认使用 CPU 编码（libx264），若使用 GPU 编码（如 NVENC），处理速度可显著提升。
实测性能参考（Lada v0.7.0，CPU 编码）：
| 视频 | 描述 | 分辨率/时长 | RTX 3050（笔记本） | RTX 3090（台式机） |
|---|---|---|---|---|
| vid1 | 全程多区域马赛克 | 1080p / 1分30秒 | 3分36秒（12 FPS） | 1分33秒（30 FPS） |
| vid2 | 全程单区域马赛克 | 1080p / 3分钟 | 4分11秒（21 FPS） | 2分16秒（39 FPS） |
| vid3 | 半程无马赛克 | 480p / 41分钟 | 26分30秒（46 FPS） | 10分20秒（119 FPS） |
Windows 用户使用指南
- 从 GitHub Releases 下载
.zip.001和.zip.002两个分卷文件。 - 用 7-Zip 打开
.zip.001，解压出lada文件夹，内含lada.exe（GUI）和lada-cli.exe（CLI）。 - 首次运行可能被 Windows Defender 扫描，后续启动较快。
注意：Docker 镜像仅支持 x86_64 + NVIDIA GPU（Turing 架构及以上，如 RTX 20/30/40/50 系列），需安装最新驱动。
兼容性说明
- 当前官方包仅支持英伟达显卡（或 CPU 回退）。
- 有用户反馈英特尔显卡在 Linux 下可通过源码构建运行。
- AMD GPU 在 Windows 上暂不支持（PyTorch ROCm 仅限 Linux）。
如你有能力为其他平台打包或测试，欢迎联系开发者。
评论