lada、lada-ex、jasna 速度比较(07/29)

hodalahiruma

视频信息:
FPRE-149-clip.mp4
分辨率:1920x1080
编码格式: H.264
位元率: 6233kbps
影格: 29.97fps
片长: 04:59

PC配置:
A:
AMD Ryzen 5 5600x
内存: 32GB(8Gx4) 3200Mhz
显卡: RTX 4060 8G
OS:Windows 11

B:
AMD Ryzen 5 5900x
内存: 64GB(32Gx2) 3200Mhz
显卡: RTX 5060 ti 16G
OS:Windows 11

导出视频目录与暂存目录皆SSD硬盘上

07/29 更新
0.9.1 版本释出，与 0.9.0 相比更省显存，处理视频的时间没有差异
0.9.0:

0.9.1:

============================================分隔線================================================
07/28 更新

由于 Lada & Lada-ex 没有更新
这次只比较 Jasna 0.8.1 & Jasna 0.9.0 各个模型的处理速度
上懒人表直接看结果:


註: rfdetr-6 的 score-threshold 设置为官方推荐的 0.35，其余皆默认，命令参数皆与先前的测试相同，配备可查看先前的测试日志
心得:
※新模型 rfdetr-6 比 rfdetr-5 快上不少，效率提升 54%-56%
※rfdetr-5 的处理时间较其他模型久
※其他模型在不同版本间差异不大，显卡的差距也不大
============================================分隔線================================================
06/20 更新
jasna(v0.7.2)
jasna --input FPRE-149-clip.mp4 --output c:\ctemp\FPRE-149-clip-jasna-U.mp4 --max-clip-size 90  --detection-model lada-yolo-v4  --working-directory e:\etemp --fp16 --device cuda:0 --detection-score-threshold 0.25 --temporal-overlap 8 --encoder-settings cq=26


这次 0.6.2 -> 0.7.2 主要添加 unet-4x/SD1.5，在解马速度上并无优化

懒人表:


同场加映 Ryzen 5900x + RTX 5060ti


Lada(v0.11.0)

lada-ex(v0.12.1-dev torchcodec 0.14.0+cu130)

Jasna(v0.6.2)

Jasna(v0.7.2)

Jasna(v0.5.1)

心得:
Lada 使用 5060 ti 或 4060 速度上并无差异，对低端显卡友善、高端显卡如杀鸡用牛刀
Jasna 充分利用高端显卡运算核心，目前应是破马的首选
Lada-ex 是 Lada 的拓展，并学习了 Jasna 的多种功能(TensortRT、Super Res、TVAI)，并使用了 Torchcodec  加速与 RIFE(插帧)功能，
Linux 平台上更可以启用平行推理(Paralell Inference)，让高端显卡可以充分使用闲置的核心，据回报速度甚至超过 Jasna
Windows 平台速度虽不及 Jasna，但功能繁多，会是后起之秀
============================================分隔線================================================
06/09 更新

视频信息:
FPRE-149-clip.mp4
分辨率:1920x1080
编码格式: H.264
位元率: 6233kbps
影格: 29.97fps
片长: 04:59

PC配置:
AMD Ryzen 5 5600x 3.7Ghz up to 4.6Ghz
内存: 32GB(8Gx4) 3200Mhz
显卡: RTX 4060 8G
OS:Windows 11
导出视频目录与暂存目录皆SSD硬盘上

测试模型: 三者皆 v4-fast，参数皆以软件系统默认值，lada-ex 另开 torchcodec 与 fast-pipeline 加速

Lada(0.11.0)
lada-cli.exe --input FPRE-149-clip.mp4 --output "c:\ctemp" --temporary-directory "e:\etemp" --output-file-pattern "{orig_file_name}-U.mp4" --mosaic-detection-model "v4-fast" --encoding-preset "hevc-nvidia-gpu-hq" --max-clip-length 180 --no-detect-face-mosaics --fp16 --device cuda:0

lada-ex(v0.12.1-dev torchcodec 0.14.0+cu130)
lada-cli.exe --input FPRE-149-clip.mp4 --output c:\ctemp --temporary-directory e:\etemp --output-file-pattern "{orig_file_name}.ladaEx-U.mp4" --mosaic-detection-model v4-fast --encoding-preset hevc-nvidia-gpu-hq --max-clip-length 90 --clip-overlap 8 --fp16  --device cuda:0 --tensorrt --fast-pipeline --torchcodec-encoder --hw-decode nvidia --hw-decode-detector nvidia

jasna(v0.6.2)
.\jasna-cli.exe --input FPRE-149-clip.mp4 --output c:\ctemp\FPRE-149-clip-jasna-U.mp4 --max-clip-size 90  --detection-model lada-yolo-v4  --working-directory e:\etemp --fp16 --device cuda:0 --detection-score-threshold 0.25 --temporal-overlap 8 --encoder-settings cq=26


心得: Jasna 更新至 0.6.2 后，lada-ex 再被反超
Lada 需时 279 秒，Lada-ex 需时 129 秒，Jasna 需时 96 秒
Jasna 快 lada 65.59%
Jasna 快 lada-ex 25.58%

wslwsl123

jasna我测试0.5.0版比0.5.1版要快5%样子，质量似乎没差别

hodalahiruma

这几款比较起来，我觉得 jasna 不仅快、侦测率高，支持二次复原
lada-ex 是参照 jasna 来改进，也支持二次复原，并加入 torchcodec 有加速效果，值得期待

joy98302

請問 lada-ex 這個在哪可以找到呢.論壇都沒有看到有人討論

hodalahiruma

joy98302 发表于 2026-4-29 06:28
請問 lada-ex 這個在哪可以找到呢.論壇都沒有看到有人討論

官方位置:
https://codeberg.org/comman/lada-ex

dhy385

感谢分享经验

fly_dang

lada不更新了吗？有知道怎么回事的吗？

joy98302

感謝,但是這個太複雜了,功力不夠,還是用原版的=.=

hodalahiruma

joy98302 发表于 2026-4-29 10:02
感謝,但是這個太複雜了,功力不夠,還是用原版的=.=

主要是官方没有懒人包

motbautroi

并非如此， 在我的电脑上，Jasna 的性能极其糟糕。即使不启用支持模式，我也发现 Jasna 的软件运行速度比 Lada 的软件慢四倍。