R

renarchi

Çalışkan
Katılım
4 Şubat 2026
Mesajlar
4
Beğeniler
11

Konu Başlıkları Gizle

  1. 1 Girdi / Çıktı
  2. 2 Basit 4K 60FPS (Başlangıç seviyesi)
  3. 3 4K 60FPS — Dengeli (Önerilen)
  4. 4 Yüksek Kalite Final Render
  5. 5 Eski Anime Restorasyon
  6. 6 Toplu İşlem (Batch)
  7. 7 Oyun Görüntüsü
  8. 8 YouTube — Belirli Bölüm
  9. 9 Düşük VRAM (< 4 GB)
  10. 10 AMD / Intel GPU
  11. 11 Sinematik Motion Blur
  12. 12 GPU Belleği Yetersiz (Out of Memory)
  13. 13 İşlem Çok Yavaş
  14. 14 Model Yüklenmiyor
  15. 15 Düşük Kalite / Artifactlar
  16. 16 Benchmark ve Hata Ayıklama
  17. 17 Terimce
    1. 17.1 Temel Kavramlar
    2. 17.2 yapay zekâ ve Donanım Terimleri
    3. 17.3 Model ve Encoding Terimleri
TheAnimeScripter (TAS) — Kapsamlı Türkçe Rehber

Not: Bu program benim kendi projem değildir, ben geliştiricisi değilim. Sadece Türkiye'de pek bilinmediği için, Topaz Video AI'a ücretsiz bir alternatif arayanlara yardımcı olmak amacıyla bu detaylı rehberi hazırladım. (Sanırım reklam olarak anlaşılabileceği için GitHub linki eklemek yasak, bu yüzden proje linki paylaşmadım, sadece kurulum linki var)

Herkese selam. Bugün TheAnimeScripter (TAS) ile 4K upscale ve 60FPS frame interpolation'ın nasıl yapıldığını, aracın neler yapabildiğini ve tüm parametrelerini ayrıntılı biçimde anlatacağım.

Türkiye'de AI Video Upscale denilince akla gelen tek uygulama genellikle Topaz Video AI oluyor. Oysa ücretsiz, hatta kimi senaryolarda daha iyi sonuç verebilecek alternatifler mevcut. Bu rehber serisiyle bu alternatifleri tanıtmayı planlıyorum; ilk durağım da zaman zaman bizzat kullandığım TAS oldu.

Rehber İçeriği

1. [Giriş]
2. [Sistem Gereksinimleri]
3. [Kurulum]
4. [Temel Kullanım]
5. [Parametre Referansı]
- [Girdi / Çıktı]
- [Zaman Aralığı]
- [Upscale (Çözünürlük Artırma)]
- [Interpolation (Frame Enterpolasyon)]
- [Deduplication (Yinelenen Frame Temizleme)]
- [Motion Blur (Hareket Bulanıklığı)]
- [Restoration & Enhancement (Restorasyon ve Geliştirme)]
- [Segmentation & Depth (Segmentasyon ve Derinlik)]
- [Boyutlandırma ve Ölçekleme]
- [Performans ve Donanım Ayarları]
- [Encoding (Kodlama)]
- [Preset Sistemi]
- [Diğer Parametreler]
6. [Hazır Komut Örnekleri]
7. [Sorun Giderme]
8. [Terimce]

Giriş

TheAnimeScripter özünde After Effects için geliştirilmiş bir script ama Windows için bağımsız bir CLI (komut satırı) sürümü de var. Bu rehberde CLI kullanımını anlatacağım; After Effects eklentisindeki parametreler birebir aynı. Aracın adındaki "Anime" ifadesine aldanmayın — her türlü video içeriğinde rahatlıkla kullanılabilir.

Sistem Gereksinimleri

| Bileşen | Minimum | Önerilen |
|---------|---------|---------|
| GPU | GTX 1060 6 GB / RX 580 8 GB | RTX 3060+ |
| RAM | 8 GB | 16 GB |
| Depolama | 2 GB (modeller için) | 10 GB+ |
| İşletim Sistemi | Windows 10/11 | Windows 11 |

Python ve FFmpeg kurulum sırasında otomatik indirilir, ayrıca kurmanıza gerek yoktur.
Genişletmek için tıkla...
Küçültmek için tıkla...

GPU seçimi hakkında kısa not: RTX serisi bir kartınız varsa TensorRT Backend'ini kullanabilirsiniz; bu diğer tüm seçeneklerden 2–3 kat daha hızlı çalışır. GTX serisi CUDA ile, AMD ve Intel GPU'lar ise DirectML veya OpenVINO ile çalışır. Hangi modeli hangi Backend'le çalıştıracağınız bu ayrıma göre şekilleniyor, ilerleyen bölümlerde bunu göreceğiz.

Kurulum

TAS'ı kurmak istediğiniz klasörde Windows PowerShell'i açıp şu komutu çalıştırın:

Kod: 
iwr -useb https://raw.githubusercontent.com/NevermindNilas/TheAnimeScripter/main/install.ps1 | iex

Kurulum sırasında iki soru soruluyor.

Birinci soru — PATH:

Kod: 
Add 'C:\TheAnimeScripter' to your user PATH after installation?

Y derseniz TAS'ı herhangi bir klasörden tas komutuyla çağırabilirsiniz. Bu rehber y cevabı verildiğini varsayıyor. N derseniz tüm işlemleri TAS'ın kurulu olduğu klasörden yapmanız gerekir.

İkinci soru — Bağımlılıklar:

Kod: 
Select which Windows dependencies to install for your hardware:

| Seçenek | Kimler İçin |
|---------|------------|
| Full CUDA / TensorRT | GTX 10xx ve sonrası NVIDIA GPU'lar. GTX için CUDA, RTX için TensorRT hızlandırması etkin olur. Önerilen |
| Lite | AMD GPU, Intel GPU/iGPU ve düşük uç sistemler |

Bu rehber Full sürüme göre yazılmıştır.
Kurulum tamamlanınca:

Kod: 
tas → Aracı başlatır
tas -h → Tüm parametreleri ve mevcut model listesini gösterir

Temel Kullanım
Aşağıdaki komut, bir videoyu 2 kat upscale edip (1080p → 4K) frame hızını 2,5 kat artırarak (24FPS → 60FPS) 4K 60FPS çıktı oluşturur:

Kod: 
tas --input "video_yolu" --upscale_factor 2 --upscale_method "adore-tensorrt" --interpolate_factor 2.5 --interpolate_method "rife4.6-tensorrt" --encode_method "nvenc_h264" --output "çıktı_yolu"

Komutun anatomisi şöyle: --input ile girdi, --output ile çıktı dosyasını belirtiyoruz. --upscale_method ile kullanılacak AI modelini, --upscale_factor ile kaç kat büyüteceğimizi söylüyoruz. --interpolate_method ve --interpolate_factor da aynı mantıkla çalışıyor. Son olarak --encode_method ile çıktının hangi formatla kaydedileceğini seçiyoruz.

Önemli — Otomatik etkinleştirme: --upscale_method gibi bir *_method parametresi yazdığınızda ilgili özellik otomatik açılır. Yani --upscale veya --interpolate Flag'ini ayrıca eklemenize gerek yok.
Genişletmek için tıkla...
Küçültmek için tıkla...

Çoklu Video İşleme (Batch)
Birden fazla videoyu tek seferde işlemenin birkaç yolu var:

Bash: 
# Noktalı virgülle ayırma
tas --input "C:\video1.mp4;C:\video2.mp4" --upscale_method adore-tensorrt

# Klasör vermek
tas --input "C:\Videolar\" --upscale_method adore-tensorrt

# .txt listesi ile (her satıra bir yol yazın)
tas --input "liste.txt" --upscale_method adore-tensorrt

YouTube ile Doğrudan İşleme
TAS, YT-DLP sayesinde YouTube bağlantısından video çekip işleyebilir:

Kod: 
tas --input "https://www.youtube.com/watch?v=VIDEO_ID" --upscale_method adore-tensorrt

Parametre Referansı

Girdi / Çıktı​


| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --İnput | — | Girdi yolu. Tek dosya, ; ayrılmış liste, .txt dosyası, klasör veya YouTube URL'si olabilir. |
| --Output | otomatik | Çıktı dosyası yolu. Belirtilmezse girdi ile aynı klasöre otomatik isimle kaydedilir. |
| --JSON | — | JSON ile yapılandırma. Kullanıldığında diğer CLI parametreleriyle birleştirilemez. |

Zaman Aralığı
Videonun tamamını değil belirli bir bölümünü işlemek için kullanılır. Özellikle ayar veya model denemesi yaparken çok işe yarar; videonun 30 saniyelik bir kısmını deneyip memnun kalınca tüm videoyu işlemek iyi bir alışkanlıktır.
| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --İnpoint | 0 | İşlemenin başlayacağı saniye |
| --Outpoint | videonun sonu | İşlemenin biteceği saniye |

Bash: 
# 1. dakikadan 1:30'a kadar olan 30 saniyelik kısmı işle
tas --input video.mp4 --upscale_method adore-tensorrt --inpoint 60 --outpoint 90

Upscale (Çözünürlük Artırma)

AI upscale basit bir büyütme değil; model olmayan pikselleri tahmin ederek üretir. Bu yüzden kaynak çözünürlüğün üzerinde gerçekçi detay elde edilir.

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Upscale_factor | 2 | Çözünürlük çarpanı: 2, 3 veya 4 |
| --Upscale_method | adore | Kullanılacak AI modeli |
| --Custom_model | — | Özel model dosyası. CUDA için .pt/.pth/.ckpt/.safetensors; TRT/DML/OpenVINO için .onnx |

Hangi Modeli Seçmeliyim?

Başlangıç için şu iki model çoğu durumu karşılar:

  • adore-tensorrt — Hız ve kalite arasında en iyi dengeyi kurar. RTX kartı olanlara ilk öneri budur. Sadece Anime ve animasyon gibi içeriklerde önerilir
  • openproteus-tensorrt — Topaz Video AI'de bulunan Proteus modelinin açık kaynak alternatifi. IRL/CGI gibi 3D içeriklerde kullanmanız önerilir.

RTX GPU'nuz yoksa model adındaki -tensorrt yerine -directml (AMD/Intel GPU) veya -openvino (Intel) yazın, hepsi bu kadar.

Tüm modelleri görmek için tas -h komutunu çalıştırın.

Interpolation (Kare Enterpolasyonu)

İki mevcut kare arasına yapay ara kareler ekleyerek FPS değerini artırır. Tipik örnek: 24FPS anime → 60FPS.

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --İnterpolate_factor | 2 | FPS çarpanı. Ondalık da olabilir; örneğin. 2.5 = 24FPS → 60FPS |
| --İnterpolate_method | rife4.6 | Kullanılacak AI modeli |
| --Ensemble | False | Daha kaliteli sonuç için modeli iki kez çalıştırıp birleştirir. İşlemi yavaşlatır, final render'larda idealdir. |
| --Slowmo | False | FPS artırmak yerine videoyu ağır çekim olarak yeniden oluşturur. |
| --Dynamic_scale | False | Dinamik ölçekleme (yalnızca RIFE CUDA). Kaliteyi artırır, biraz yavaşlatır. |
| --Static_step | False | RIFE CUDA için statik zaman adımı. |
| --İnterpolate_first | True | Enterpolasyon karelerinin yazma kuyruğuna gönderilme sırası. |

Hangi Modeli Seçmeliyim?

  • rife4.6-tensorrt — Günlük kullanım için yeterince hızlı ve kaliteli. Buradan başlayın.
  • rife4.25-tensorrt — Daha güncel, daha kaliteli. VRAM'iniz yeterliyse bunu tercih edin.

Düşük VRAM veya eski kart söz konusuysa -Lite ekli versiyonları deneyin (ör. Rife4.22-Lite-tensorrt). Tüm modeller için tas -h.

Deduplication (Yinelenen Kareleri Temizleme)

Eski animelerde ve birçok içerikte sahneler çoğu zaman 24FPS gibi görünse de aynı kare art arda 2–4 kez tekrarlanır; yani gerçek içerik 8–12FPS civarındadır. Bunu fark etmeden interpolation yaparsanız model yapay görünen, titreyen kareler üretebilir. Dedup bunu önler; interpolation ile birlikte kullanıldığında farkı çok net görürsünüz.

En çok video editörlerin işine yarayacağını düşünüyorum, çünkü videonun akıcılığını arttırıyor. AMV editörleri bu işlemi time remap ve Twixtor plugini ile yapıyor normalde. Ses/Görüntü senkronizasyonu bozulabilir

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Dedup_method | ssim | Tespit algoritması. Çoğu durumda ssim-CUDA yeterlidir. |
| --Dedup_sens | 35 | Benzerlik eşiği (0–100). Yükseltince daha agresif temizler; çok yüksek değerler farklı kareleri de silebilir. |
| --Smooth_dedup | False | Silinen yinelenen karelerin yerine yeni enterpolasyon kareleri üretir. Hem temizlik hem akıcılık. Deneysel. |

Mevcut yöntemler: Ssim, ssim-CUDA, mse, mse-CUDA, flownets, vmaf, vmaf-CUDA

Motion Blur (Hareket Bulanıklığı)
Oyun kayıtlarına veya CGI videolarına gerçek kamera çekimi hissi vermek için kullanılır. TAS bunu şöyle yapar: Önce ekstra ara kareler üretir, sonra bunları birbirine karıştırarak blur efekti oluşturur.
| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Moblur | False | Motion blur efektini etkinleştirir. |
| --Moblur_factor | 2 | Üretilecek ara kare sayısı. Yükseldikçe blur daha belirgin olur. |
| --Moblur_strength | equal | Kare karıştırma şeması |
Karıştırma şemaları: Equal (hepsi eşit ağırlık), gaussian_sym (ortaya ağırlık, en doğal hissi), pyramid (kademeli), ascending (hızlanma hissi), descending (yavaşlama hissi).

Bash: 
# Oyun görüntüsüne sinematik blur ekle
tas --input gameplay.mp4 --moblur --moblur_factor 4 --moblur_strength gaussian_sym --encode_method nvenc_h264

Motion blur, interpolation'dan bağımsızdır. İkisini aynı anda kullanmak istiyorsanız her ikisinin parametrelerini ayrı ayrı yazmanız gerekir.
Genişletmek için tıkla...
Küçültmek için tıkla...

Restoration & Enhancement (Restorasyon ve İyileştirme)

Eski, düşük kaliteli veya aşırı sıkıştırılmış içerikleri temizlemek için kullanılır.

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Restore_method | aniME1080FIxer | Restorasyon modeli. Birden fazla model ardışık zincir olarak kullanılabilir. |
| --Stabilize | False | Video stabilizasyonu (titreme giderme). Çıktıda siyah kenarlık oluşur. |
| --Sharpen | False | Keskinleştirme |
| --Sharpen_sens | 50 | Keskinleştirme yoğunluğu (0–100) |

Hangi Modeli Seçmeliyim?

  • aniME1080FIxer — Anime için hızlı çizgi iyileştirme. Genel başlangıç noktası.
  • nafnet — Gürültü giderme (Denoise) için en kaliteli seçenek. Yavaş ama ciddi bir iyileştirme sağlar.
  • dehalo — Upscale sonrası kenarlarda oluşan parlak halkaları temizler. Upscale ile birlikte kullanmak mantıklı.
  • linethinner-lite/medium/heavy — Anime çizgilerini inceltir. Upscale sonrası çizgiler kalın görünüyorsa deneyin.

Tüm modeller için tas -h.

Zincirleme kullanım örneği:

Bash: 
# Önce gürültü gider, ardından çizgileri iyileştir
tas --input video.mp4 --restore_method nafnet anime1080fixer --upscale_method adore-tensorrt

Segmentation & Depth (Segmentasyon ve Derinlik)

Daha niş iş akışlarına yönelik iki özellik.

Segmentasyon ön planı (karakter, nesne vb.) Arka plandan ayırır. Video düzenleme yazılımlarında kullanmak için alfa kanallı çıktı oluşturur. Mevcut modeller: Anime, anime-tensorrt, anime-directml, cartoon.

Bash: 
tas --input video.mp4 --segment_method anime-tensorrt --encode_method prores_segment

Derinlik haritası her pikselin kameraya uzaklığını gri tonlamalı bir görüntü olarak üretir. 3D efektler ve post-prodüksiyon için kullanılır.

| Parametre | Açıklama |
|-----------|---------|
| --Depth_method | Model seçimi. Hız öncelikliyse distill_small_v2-tensorrt, kalite öncelikliyse distill_large_v2. Tam liste: Tas -h |
| --Depth_quality | Low / medium / high. TRT ve DirectML yalnızca Low ile çalışır. |
| --Depth_norm | Titremeleri azaltmak için kayan pencere normalizasyonu. Video derinlik modelleriyle uyumsuz. |

Boyutlandırma ve Ölçekleme
| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Resize_factor | 2.0 | Boyut çarpanı. 0.5 yarıya indirir, 2 iki katına çıkarır. |
| --Output_scale | — | Çıktı çözünürlüğü (1920x1080 gibi). Bilinear ölçekleme kullanır. |

Bash: 
# VRAM tasarrufu için önce küçült, sonra upscale yap
tas --input video.mp4 --resize_factor 0.5 --upscale_method adore-tensorrt

# Çıktıyı tam 4K'ya sabitle
tas --input video.mp4 --upscale_method span-tensorrt --output_scale 3840x2160

Performans ve Donanım Ayarları

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Half | True | F/P16 (yarı hassasiyet). Daha az VRAM, daha hızlı işleme. Maksimum kalite istiyorsanız --half False yapın. |
| --Decode_method | CPU | nvdec ile NVIDIA donanım hızlandırmalı video decode kullanılır; CPU yükünü azaltır. |
| --Compile_mode | default | PyTorch derleme modu (yalnızca CUDA). Max +%20–40, Max-graphs +%40–60 performans kazandırabilir ama deneyseldir ve her modelde çalışmaz. |
| --Static | False | TensorRT için statik motor oluşturmayı zorlar. |
| --Benchmark | False | Çıktı dosyası oluşturmadan sadece işlem hızını ölçer. |
| --Profile | False | torch.profiler ile GPU/CPU darboğaz analizi. İleri düzey kullanıcılar için. |

Backend özeti:

| Backend | Donanım | Nasıl Kullanılır |
|---------|---------|----------------|
| CUDA | NVIDIA GTX/RTX | Model adı yeterli, ek uzantı yok |
| TensorRT | NVIDIA RTX | Model adına -tensorrt ekle |
| DirectML | AMD / Intel GPU | Model adına -directml ekle |
| OpenVINO | Intel CPU/GPU | Model adına -openvino ekle |
| NCNN | Geniş uyumluluk | Model adına -ncnn ekle |

Encoding (Kodlama)

| Parametre | Varsayılan | Açıklama |
|-----------|-----------|---------|
| --Encode_method | X264 | Encoder seçimi |
| --Custom_encoder | — | Özel FFmpeg parametreleri |
| --Bit_depth | 8bit | 8bit veya 16bit |

Hangi Encoder'ı Seçmeliyim?

Çoğu durum için şu üç seçenek yeterlidir:

  • X264 — Geniş uyumluluk, her cihazda oynatılır. X265 ve AV1'ye göre kalite daha düşük
  • X264_10Bit — Aynısı ama 10-bit renk desteği ile. Renk bantlanması sorunlarını önler; daha iyi gradyanlar.
  • nvenc_h265 — NVIDIA GPU'nun donanımsal Encoder'ı. Yazılım encoder'larından çok daha hızlı kodlar. Kalite biraz daha düşük ama pratik kullanımda farkı azdır.

Nvenc_*_nelux encoder'ları (ör. Nvenc_H265_NElux) standart NVENC'in optimize edilmiş versiyonudur; aynı donanım hızıyla daha iyi kalite/boyut dengesi sunar.
Genişletmek için tıkla...
Küçültmek için tıkla...

Tüm encoder listesi: X264, X264_ANImation, X264_ANImation_10bit, X264_10Bit, X265, X265_10Bit, slow_x264/x265/av1, nvenc_h264/h265/h265_10bit/av1, nvenc_h264/h265/av1_nelux, H264_AMF, hevc_amf, hevc_amf_10bit, qsv_h264/h265/h265_10bit, AV1, prores, prores_segment, GIF, PNG, VP9, lossless, lossless_nvenc

Preset Sistemi
Sık kullandığınız parametre kombinasyonlarını kaydetmek için kullanılır.

Bash: 
# Ayarları kaydet
tas --input video.mp4 --upscale_method span-tensorrt --interpolate_method rife4.25 --ensemble --preset "yuksek_kalite"

# Sonra doğrudan çağır
tas --input yeni_video.mp4 --preset "yuksek_kalite"

# Kayıtlı preset'leri listele
tas --list_presets

Diğer Parametreler

| Parametre | Açıklama |
|-----------|---------|
| --Preview | Localhost üzerinden canlı ön izleme açar. |
| --Autoclip | Otomatik sahne tespiti. |
| --Autoclip_sens | Sahne tespiti hassasiyeti (0–100). |
| --Offline "model_adı" | Modeli önceden indirir. "all" ile tüm modeller. |
| --Download_requirements | Bağımlılıkları indirir. Windows-CUDA, Windows-Lite, Linux-CUDA, Linux-Lite profilleri. |
| --Cleanup | Kullanılmayan kütüphaneleri temizler. |

Nesne Tespiti (Object Detection)

YOLOv9 tabanlı model ile videodaki nesneleri tespit edip etiketler.

| Parametre | Açıklama |
|-----------|---------|
| --Obj_detect_method | yolov9_small, yolov9_medium veya yolov9_large + -tensorrt/-directml/-openvino (ör. Yolov9_medium-tensorrt) |
| --Obj_detect_disable_annotations | Tespit kutusundaki sınıf ve güven yüzdesi yazısını gizler. |


Hazır Komut Örnekleri

Basit 4K 60FPS (Başlangıç seviyesi)​


Bash: 
tas --input anime.mp4 --upscale_method adore-tensorrt --interpolate_factor 2.5 --interpolate_method rife4.22-tensorrt --encode_method x264_animation --output anime_4k60fps.mp4

4K 60FPS — Dengeli (Önerilen)​


Bash: 
tas --input anime.mp4 --upscale_factor 2 --upscale_method adore-tensorrt --interpolate_factor 2.5 --interpolate_method rife4.25-tensorrt --encode_method x264_animation_10bit --output cikti.mp4

Yüksek Kalite Final Render​


Bash: 
tas --input anime_film.mkv --upscale_method span-tensorrt --interpolate_method rife4.25 --ensemble --restore_method nafnet --encode_method x264_animation_10bit --output film_kaliteli.mkv

Eski Anime Restorasyon​


Bash: 
tas --input eski_anime.mp4 --upscale_method compact-tensorrt --restore_method nafnet anime1080fixer --sharpen --sharpen_sens 30 --dedup_method ssim-cuda --interpolate_method rife4.25 --encode_method slow_x265 --output restore_cikti.mp4

Toplu İşlem (Batch)​


Bash: 
tas --input liste.txt --upscale_method compact-tensorrt --interpolate_method rife4.22-lite-tensorrt --encode_method nvenc_h265

Oyun Görüntüsü​


Bash: 
tas --input gameplay.mp4 --upscale_method open-proteus-tensorrt --interpolate_method rife4.20-tensorrt --dedup_method ssim-cuda --sharpen --sharpen_sens 30 --encode_method nvenc_h264

YouTube — Belirli Bölüm​


Bash: 
tas --input "https://www.youtube.com/watch?v=VIDEO_ID" --upscale_method adore-tensorrt --interpolate_method rife4.22-tensorrt --inpoint 30 --outpoint 180 --encode_method x264_animation

Düşük VRAM (< 4 GB)​


Bash: 
tas --input video.mp4 --upscale_method superultracompact-tensorrt --interpolate_method rife4.22-lite-tensorrt --encode_method nvenc_h264

AMD / Intel GPU​


Bash: 
tas --input video.mp4 --upscale_method span-directml --interpolate_method rife4.22-directml --encode_method hevc_amf_10bit

Sinematik Motion Blur​


Bash: 
tas --input gameplay.mp4 --moblur --moblur_factor 4 --moblur_strength gaussian_sym --encode_method nvenc_h265

Sorun Giderme

GPU Belleği Yetersiz (Out of Memory)​


  • --Resize_factor 0.5 ile videoyu işlemeden önce küçültün
  • --Half True olduğundan emin olun (varsayılan açık ama kontrol etmekte fayda var)
  • -Lite ekli daha hafif bir model deneyin (ör. Rife4.22-Lite-tensorrt)
  • --İnpoint ve --outpoint ile daha kısa bölümler test edin

İşlem Çok Yavaş​


  • -Tensorrt uzantılı model kullandığınızdan emin olun
  • --Compile_mode Max ekleyin; ilk başlangıç uzar ama sonraki işlemler hızlanır
  • --Decode_method nvdec ile NVIDIA donanım Decode'u açın
  • Arka planda GPU kullanan uygulamaları kapatın

Model Yüklenmiyor​


Bash: 
# Modeli önceden indir
tas --offline "rife4.25 adore-tensorrt"

Düşük Kalite / Artifactlar​


  • X264_ANImation_10bit gibi daha iyi bir encoder deneyin
  • --Restore_method nafnet ile restorasyon ekleyin
  • Kaynağın aşırı sıkıştırılmış olmadığından emin olun; kötü kaynak, AI modelleri için bile zorludur

Benchmark ve Hata Ayıklama​


Bash: 
# Çıktı oluşturmadan sadece hız ölçümü
tas --input video.mp4 --upscale_method sadore-tensorrt --benchmark

# Kayıtlı preset listesi
tas --list_presets

Terimce​


Temel Kavramlar​


| Terim | Açıklama |
|-------|---------|
| Upscale / Süper Çözünürlük | Düşük çözünürlüklü bir videoyu AI ile daha yüksek çözünürlüğe dönüştürme. Geleneksel büyütmenin aksine model, olmayan piksel ve detayları tahmin ederek yeniden üretir. |
| Frame Interpolation / Kare Enterpolasyonu | İki mevcut kare arasına yapay ara kareler ekleyerek FPS değerini artırma. 24FPS → 60FPS gibi. |
| FPS (Frames Per Second) | Saniyedeki kare sayısı. Sinema standardı 24FPS; akıcı hareket algısı genellikle 60FPS'ten itibaren başlar. |
| Deduplication / Kare Tekilleştirme | Animasyonlarda aynı karenin üst üste tekrarlandığı bölümleri tespit edip temizleme. Eski animelerde interpolation kalitesini ciddi ölçüde artırır. |
| Restoration / Restorasyon | Gürültü, sıkıştırma artefaktları veya bulanıklık gibi görsel kusurları AI ile giderme ve iyileştirme işlemi. |
| Motion Blur / Hareket Bulanıklığı | Hareketli nesnelerin hareket yönünde oluşan bulanıklık efekti. Gerçek kameralarda doğal oluşur; TAS'ta --moblur ile interpolasyon + frame blending yöntemiyle yapay olarak eklenir. |

yapay zekâ ve Donanım Terimleri​


| Terim | Açıklama |
|-------|---------|
| CUDA | NVIDIA'nın GPU hesaplama platformu. TAS'ta GTX ve RTX dahil tüm NVIDIA kartlarda genel GPU hızlandırması sağlar. |
| TensorRT | NVIDIA'nın derin öğrenme çıkarım motoru. RTX kartlarda modelleri derleme aşamasında optimize ederek CUDA'ya kıyasla 2–3 kat daha hızlı çalışır. En iyi performans seçeneği. |
| DirectML | Microsoft'un donanımdan bağımsız makine öğrenmesi hızlandırma katmanı. AMD ve Intel GPU'larında kullanılır. |
| OpenVINO | Intel'in AI optimizasyon çatısı. Intel CPU ve GPU'larda verimli çalışır. |
| NCNN | Tencent'in geniş uyumluluk odaklı hafif çıkarım motoru. |
| NVDEC | NVIDIA'nın donanım tabanlı video çözme birimi. --decode_method nvdec ile etkinleştirilir; CPU yükünü azaltır. |
| F/P16 / Half Precision | 16-bit yarı hassasiyet hesaplama. F/P32'ye kıyasla yarı VRAM kullanır ve genellikle daha hızlıdır; kalite farkı ihmal edilebilir düzeydedir. |
| VRAM | Ekran kartının kendi belleği. AI modeller boyutlarına göre farklı miktarda VRAM gerektirir. |
| Backend | Modelin üzerinde çalıştığı hesaplama altyapısı (CUDA, TensorRT, DirectML vb.). |
| Inference / Çıkarım | Eğitilmiş bir AI modelinin gerçek veri üzerinde tahmin veya üretim yapma işlemi. |
| Distill / Damıtma | Büyük bir modelin bilgisini küçük bir modele aktarma yöntemi. Orijinaline yakın kalitede ama çok daha hızlı çalışır. TAS'ta depth modellerinde distill_* ön ekiyle gösterilir. |

Model ve Encoding Terimleri​


| Terim | Açıklama |
|-------|---------|
| RIFE | "Real-time Intermediate Flow Estimation" — Frame interpolation için en yaygın kullanılan AI model ailesi. Sayı büyüdükçe genellikle daha yeni ve daha kaliteli demektir. |
| SSIM | "Structural Similarity Index Measure" — İki görüntünün yapısal benzerliğini ölçen metrik. Dedup işleminde kare karşılaştırması için kullanılır. |
| Ensemble | Aynı modeli farklı açılardan iki kez çalıştırıp sonuçları birleştirerek daha kaliteli çıktı üretme yöntemi. İşlemi yaklaşık 2 kat yavaşlatır. |
| Halo / Parlak Halka | Upscale veya keskinleştirme sonrası nesne kenarlarında oluşan istenmeyen parlak çerçeve efekti. Dehalo modeli ile giderilebilir. |
| Artifact / Eser | Sıkıştırma veya işlemeden kaynaklanan istenmeyen görsel bozulma; bloklanma, pikselleme veya renk hataları gibi. |
| H.264 / AVC | En yaygın video Codec'i. Her cihazda oynatılır, orta boyut ve kalite. |
| H.265 / HEVC | H.264'ün gelişmiş halefi. Aynı kalite için yaklaşık yarı dosya boyutu. |
| AV1 | Açık kaynaklı modern codec. En küçük dosya boyutu ama en yavaş kodlama. |
| 10-bit Encoding | Renk kanalı başına 10 bit veri. 8-bit'e kıyasla daha pürüzsüz renk geçişleri, daha az bantlanma (banding). |
| Nelux Encoder | nvenc_*_nelux encoder'ları, standart NVENC'in optimize edilmiş versiyonudur. Aynı donanım hızında daha iyi kalite/boyut dengesi sunar. |
| Lossless / Kayıpsız | Herhangi bir kalite kaybı olmaksızın tüm görüntü verisini koruyan format. Çok büyük dosyalar oluşturur. |
| ProRes | Apple'ın profesyonel video formatı. Video düzenleme yazılımları için idealdir. |
| Segmentation / Segmentasyon | Videodaki ön planı arka plandan AI ile ayırma işlemi. |
| Depth Map / Derinlik Haritası | Her pikselin kameraya uzaklığını gri tonlu görüntü olarak temsil eder. 3D efekt ve post-prodüksiyon için kullanılır. |
| Smooth Dedup | Yinelenen kareleri silerken boşluğa yeni enterpolasyon kareleri üretir. Hem temiz hem akıcı sonuç. Deneysel. |
| Blending / Kare Karıştırma | Birden fazla karenin ağırlıklı ortalamasını alarak yeni bir kare oluşturma. Motion Blur'un çalışma prensibinin temelidir. |
| CLI | "Command Line Interface" — Komut satırı arayüzü. TAS'ın terminal üzerinden kullanılan sürümü. |
| Preset | Parametre kombinasyonlarını kaydedip hızlıca yeniden çağırmayı sağlayan yapılandırma şablonu. |
| Benchmark | Çıktı dosyası oluşturmadan sadece işlem hızını ölçen test modu. |

Rehber, TAS'ın tüm temel parametrelerini kapsamaktadır. Aklınıza takılan her soruyu forumdan sorabilirsiniz.
 

Benzer konular

THE KEROXEA
  • Makale Makale
Rehber Google AI Studio ile yapay zekâ modeli nasıl yapılır?
Mesaj
0
Görüntüleme
71
THE KEROXEA
THE KEROXEA
D
Google'ın ücretsiz ve ücretli yapay zekâsının ne kadar farkı var?
Mesaj
8
Görüntüleme
284
THE KEROXEA
THE KEROXEA
kuthael
Yapay zeka ile 1080p filmi 4K yapmak için ücretsiz AI Upscale önerisi
Mesaj
4
Görüntüleme
143
Utku92
Utku92
O
Yapay zeka ile video oluştururken telif ve gizlilik konuları nasıldır?
Mesaj
1
Görüntüleme
93
Shean
Shean

Yeni konular

Yeni mesajlar