我搭建了一个自建的去除马赛克的ai应用“De-mosaic"

简述：该应用为一个半成品，作者无金钱和精力进行下一步的模型训练和调试，但肯定会进行下一次更新并加入模型训练模块，让使用者根据自己的数据进行训练，该应用主要使用python+qml搭建，

主要破解流程为先将视频使用ffmpeg提取视频帧，在使用yolo对每个视频帧中的马赛克做大致的定位并截取，再使用破解模型对截取的马赛克进行破解，最后放大模型会将破解后的图像放大到原尺寸并回填到视频帧图像中，最后使用ffmpeg编码，在作者电脑配置：cpu14900k+gpu4090中使用tensorrt模型最快破解时间等同于待破解影片时长。

由于作者只使用了5w帧的图像训练该破解模型所以该应用破解效果相当于初代-更新一代的javplayer，感兴趣者可在下一版更新中使用自己的数据进行训练。

下面是使用教程：

1. 先确保使用者的电脑安装了英伟达独立显卡，否则不能使用，请到英伟达官网更新驱动。

2.下载zip压缩包并解压，点击其中的De-mosaic.e

xe文件进入主界面。

3.首次进出会需要一点时间，请耐心等候，进入右侧为模型和gpu选择，左侧为选择视频按钮。

4.在第一个选择框中，可以选择使用的gpu，解码线程(解码线程越多，从视频提取视频帧越快)，Worker数量（后续任务中的线程worker数，越多越快，但需要按照使用者的cpu线程数调整）

在第二、三、四个选择框中，可以选择需要的模型。使用tensorrt后缀的模型可以获得最多八倍的加速，但需要注意的是首次使用tensorrt模型时，软件会根据你所使用的gpu生成相对应的tensorrt文件，这一步通常会很耗时，但生成后便可随意使用。在第三个选择框中的时间同步滤波选项，选择开启后可以降低画面产生畸变，但有一定几率产生拖影。

在编码选择框中，可以选择编码线程数等选项，其中NVIDIA加速编码可获得最高8倍加速编码。