90p老动画糊成马赛克用这款开源视频超分工具一杯茶的功夫修回1080p高清【免费下载链接】Index-anisora项目地址: https://gitcode.com/gh_mirrors/in/Index-anisora上周末整理移动硬盘翻出一部十年前的老动画合集。点开第一集满屏马赛克和锯齿人物脸糊成一团色块弹幕都看不清——这种食之无味、弃之可惜的压箱底视频估计你也存了一堆。直到我试了Index-AniSora一款开源的视频超分辨率工具能把低至 90p 的模糊视频一路抬升到 1080p 高清。老动画、低清监控录像、被反复压缩过的旧文件它都能救回来。整个体验下来比我想象中简单得多。动手之前先认清它能救哪些视频救不了哪些别急着敲命令先对号入座省得白忙一场✅经典 2D 动画、老番线条模糊、色块抖动的修复效果最惊艳属于动画超分的招牌场景✅低清监控、老电影片段分辨率低但画面噪声小提升非常明显✅压缩严重的视频涂抹感和色块能被重新画出细节❌又糊又满是噪点的视频两者叠加会让模型无从下手效果打折❌超过 30 分钟的长视频建议先切片处理别指望一口气全跑完一句话记住越干净的低清越能发挥超分的实力。条件合适的情况下画面细节、边缘纹理都能被精准重建色彩也更饱满观感直逼原生高清。从克隆到出片第一次跑通全流程的完整路线我刚开始接触这类工具时最怕的就是环境装到一半卡壳。但这次意外地顺拢共就三步克隆仓库git clone https://gitcode.com/gh_mirrors/in/Index-anisora安装依赖pip install -r requirements.txt把要修的视频丢进anisoraV2_gpu/data/mp4root/目录然后运行推理脚本有独显的机器跑run_inference.sh走 GPU 加速出片快很多暂时没有独显也别慌项目提供了run_inference_cpu.sh慢是慢一点但一样能出片。处理完成的成品统一存放在anisoraV2_gpu/data/output_videos/进去就能看到你的新视频。⚠️避坑提醒别一上来就扔大文件。单个视频建议控制在 2GB 以内、时长 30 分钟以下先拿一小段试跑确认效果和耗时再上量不然第一轮就把显存撑爆后面全得重来。出片之后别急着收工三个旋钮把画质再往上顶默认参数能出片但能出和出得好是两回事。调优的核心就三个开关都在anisoraV1_infer/configs/cogvideox/cogvideox_5b_720_169_2.yaml这个配置文件里num_latent_frames_batch_size控制每批处理的帧数。显存紧张就把值调小别硬扛。time_upscale_factor时间维度的上采样倍数影响视频的帧数多少和动作流畅度。spatial_upscale_factor空间维度的上采样倍数直接决定最终输出的分辨率。记住一句调参口诀显存不够降批数画面发虚查倍数倍数绝不是越大越好——开太高反而容易在画面上留下伪影。⚠️避坑提醒如果你发现输出画面出现碎块或条纹artifacts先别急着换模型把超分倍数降一档比如从 1080p 退到 720p试试要是输入视频本身噪声很大先做一遍降噪预处理再喂给模型出来的画面会明显更干净。它凭什么能算清楚原理只讲一句话说穿了很简单先读懂每一帧里有什么再照着画出缺失的高清细节。具体流程四步走拆帧 → 提特征 → 用专门的 CogVideoXUpsample3D 上采样模块重建细节 → 按时间顺序把帧串回连贯视频保证画面不闪不跳。举个直观的小例子一段 13 帧的潜在特征经过时间维度两次上采样与一次因果卷积的取长补短最终能输出 49 帧画面——相当于把素材拉出了更长的流畅片段。别小看这个时序设计帧间连贯性正是视频超分和单纯把图片放大最大的区别这也是低清视频修复最见功力的地方。玩深一层批量修片库或者训练你的专属模型如果你手里不是一段视频而是一整个文件夹的老番等着修复别一段段手动跑。项目提供了批量处理脚本batch_process.sh指定输入和输出目录就能全自动排队出片晚上挂机跑第二天起来收成片就行。想要更定制的效果它还带着自训练通道在anisoraV1_train_gpu/sat/demo_data/里放好训练数据改一改cogvideox_5b_sft_fix_pretrain_gpu_720.yaml里的训练参数然后运行script/gpu_run.sh就能针对特定风格的视频做定向优化。适合想对某一类动画做专属修复的进阶玩家。下一步从一段压箱底开始今天你只需要做一件事挑一段最糊、最舍不得删的老视频按上面的流程跑一遍看看修复后的画面能不能让你重新爱上它。跑完记得回来告诉我——你是拿它修了老动画还是救了当年的监控录像你的压箱底里藏着什么样的回忆【免费下载链接】Index-anisora项目地址: https://gitcode.com/gh_mirrors/in/Index-anisora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 90p老动画糊成马赛克？用这款开源视频超分工具，一杯茶的功夫修回1080p高清
90p老动画糊成马赛克用这款开源视频超分工具一杯茶的功夫修回1080p高清【免费下载链接】Index-anisora项目地址: https://gitcode.com/gh_mirrors/in/Index-anisora上周末整理移动硬盘翻出一部十年前的老动画合集。点开第一集满屏马赛克和锯齿人物脸糊成一团色块弹幕都看不清——这种食之无味、弃之可惜的压箱底视频估计你也存了一堆。直到我试了Index-AniSora一款开源的视频超分辨率工具能把低至 90p 的模糊视频一路抬升到 1080p 高清。老动画、低清监控录像、被反复压缩过的旧文件它都能救回来。整个体验下来比我想象中简单得多。动手之前先认清它能救哪些视频救不了哪些别急着敲命令先对号入座省得白忙一场✅经典 2D 动画、老番线条模糊、色块抖动的修复效果最惊艳属于动画超分的招牌场景✅低清监控、老电影片段分辨率低但画面噪声小提升非常明显✅压缩严重的视频涂抹感和色块能被重新画出细节❌又糊又满是噪点的视频两者叠加会让模型无从下手效果打折❌超过 30 分钟的长视频建议先切片处理别指望一口气全跑完一句话记住越干净的低清越能发挥超分的实力。条件合适的情况下画面细节、边缘纹理都能被精准重建色彩也更饱满观感直逼原生高清。从克隆到出片第一次跑通全流程的完整路线我刚开始接触这类工具时最怕的就是环境装到一半卡壳。但这次意外地顺拢共就三步克隆仓库git clone https://gitcode.com/gh_mirrors/in/Index-anisora安装依赖pip install -r requirements.txt把要修的视频丢进anisoraV2_gpu/data/mp4root/目录然后运行推理脚本有独显的机器跑run_inference.sh走 GPU 加速出片快很多暂时没有独显也别慌项目提供了run_inference_cpu.sh慢是慢一点但一样能出片。处理完成的成品统一存放在anisoraV2_gpu/data/output_videos/进去就能看到你的新视频。⚠️避坑提醒别一上来就扔大文件。单个视频建议控制在 2GB 以内、时长 30 分钟以下先拿一小段试跑确认效果和耗时再上量不然第一轮就把显存撑爆后面全得重来。出片之后别急着收工三个旋钮把画质再往上顶默认参数能出片但能出和出得好是两回事。调优的核心就三个开关都在anisoraV1_infer/configs/cogvideox/cogvideox_5b_720_169_2.yaml这个配置文件里num_latent_frames_batch_size控制每批处理的帧数。显存紧张就把值调小别硬扛。time_upscale_factor时间维度的上采样倍数影响视频的帧数多少和动作流畅度。spatial_upscale_factor空间维度的上采样倍数直接决定最终输出的分辨率。记住一句调参口诀显存不够降批数画面发虚查倍数倍数绝不是越大越好——开太高反而容易在画面上留下伪影。⚠️避坑提醒如果你发现输出画面出现碎块或条纹artifacts先别急着换模型把超分倍数降一档比如从 1080p 退到 720p试试要是输入视频本身噪声很大先做一遍降噪预处理再喂给模型出来的画面会明显更干净。它凭什么能算清楚原理只讲一句话说穿了很简单先读懂每一帧里有什么再照着画出缺失的高清细节。具体流程四步走拆帧 → 提特征 → 用专门的 CogVideoXUpsample3D 上采样模块重建细节 → 按时间顺序把帧串回连贯视频保证画面不闪不跳。举个直观的小例子一段 13 帧的潜在特征经过时间维度两次上采样与一次因果卷积的取长补短最终能输出 49 帧画面——相当于把素材拉出了更长的流畅片段。别小看这个时序设计帧间连贯性正是视频超分和单纯把图片放大最大的区别这也是低清视频修复最见功力的地方。玩深一层批量修片库或者训练你的专属模型如果你手里不是一段视频而是一整个文件夹的老番等着修复别一段段手动跑。项目提供了批量处理脚本batch_process.sh指定输入和输出目录就能全自动排队出片晚上挂机跑第二天起来收成片就行。想要更定制的效果它还带着自训练通道在anisoraV1_train_gpu/sat/demo_data/里放好训练数据改一改cogvideox_5b_sft_fix_pretrain_gpu_720.yaml里的训练参数然后运行script/gpu_run.sh就能针对特定风格的视频做定向优化。适合想对某一类动画做专属修复的进阶玩家。下一步从一段压箱底开始今天你只需要做一件事挑一段最糊、最舍不得删的老视频按上面的流程跑一遍看看修复后的画面能不能让你重新爱上它。跑完记得回来告诉我——你是拿它修了老动画还是救了当年的监控录像你的压箱底里藏着什么样的回忆【免费下载链接】Index-anisora项目地址: https://gitcode.com/gh_mirrors/in/Index-anisora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考