flowframes

Flowframes 项目介绍

项目概况

Flowframes 是一个运行于 Windows 系统的视频插帧软件，其界面友好易用。它支持 RIFE（Pytorch 和 NCNN）、DAIN（NCNN）以及 FLAVR（Pytorch）等多种插帧技术的实现。该软件为开源性质的捐赠软件，其代码对外开放，用户可以自行编译，但作者对于自行编译版本不提供技术支持。

安装与启动

用户可通过 itch 平台下载旧版本，或通过 Patreon 获得最新的测试版本。安装流程简便，只需按照安装程序的指示操作即可。安装完毕后，运行 Flowframes 即可开始使用插帧功能。

Pytorch 实现的使用

Flowframes 默认使用 RIFE-NCNN 插帧实现，适用于 Vulkan 技术支持的现代 GPU。然而，若想达到最佳性能，推荐使用官方的 RIFE Pytorch 实现。运行此版本的相关要求包括：

现代 Nvidia GPU（如 750 Ti, 900/1000/1600/2000/3000/4000 系列）
安装 Python 及相关依赖，包括 Pytorch 1.5 或更高版本，opencv-python、sk-video、imageio 等包
默认情况下，Flowframes 安装程序将自动下载所需的所有依赖。

程序配置

Flowframes 提供简便的默认设置，用户无需额外配置即可使用。但是，为了优化用户体验，程序内也提供了一些重要的设置选项。

应用配置

处理样式：用户可选择一次性完成所有步骤，或手动执行每个步骤，便于编辑帧或手动去重。
最大视频尺寸：程序会按用户设定的分辨率输出帧，较低的分辨率可显著加快插帧速度。
导出名称模式：用户可通过变量自定义文件名模式。

插帧设置

输入媒体保留选项：选择保留音频、字幕及 MKV 元数据。
透明度启用：进行透明度插帧，当输入和输出都支持透明性时有效。
JPEG 导入：从视频中提取 JPEG 而非 PNG 帧，速度快且消耗小，质量损失微乎其微。
帧去重：主要用于 2D 动画，这一操作能实现更为流畅的插帧效果。
- 若使用无重复内容（如实拍或 CG 渲染素材），建议关闭。
- "提取时去重"适用于大多数情况，如需精细调整可选择"提取后去重"。
循环插帧：使循环动画通过插帧形成完整的循环。
场景变化修复：避免对场景切换处插帧，防止产生变形效果。
自动编码：在插帧过程中对视频进行编码，用户可选择删除已编码的帧以节省磁盘空间。

AI 特定设置

RIFE - UHD 模式：改变一些缩放参数，提高高分辨率视频的效果。
GPU ID：默认为0，如有多显卡，则记为0,1,2,3等。
NCNN 处理线程：提高到2、3或4可以提升 GPU 利用率，但可能导致速度变慢。
RIFE CUDA 快速模式：使用半精度 fp16 加快速度并减少 VRAM 使用，但可能不稳定。

视频导出

编码选项：设置视频/GIF 编码选项，具体参考 FFmpeg 文档。
最小视频长度：通过循环确保输出长度达到设定值。
最大输出帧率：通过采样降低帧率，如将24 FPS 视频输出为60 FPS。

调试/实验设置

显示隐藏命令窗口：显示 AI 进程窗口，有助于调试。

系统要求

最低要求：

支持 Vulkan 的 GPU（Nvidia Kepler 或更新，AMD GCN 2 或更新）

常见问题解答

RIFE CUDA 和 RIFE NCNN 有何区别？我该选择哪一个？
结果是一样的，但 RIFE-NCNN 还可在 AMD 卡上运行，CUDA 仅限 Nvidia 卡。若有 Nvidia 卡，建议用 CUDA，速度更快。
帧去重是什么意思？何时启用或禁用？
主要用于2D动画，其中视频存在连续未变的帧。为避免输出卡顿，需先去除这些重复帧。2D 动画启用，摄像机拍摄或3D渲染则禁用。
我的输出很卡，尤其在暗场景！
关闭去重功能（需要时可降低阈值）。
"提取时去重"和"提取后去重"技术上有何不同？
"提取时"使用 ffmpeg 的 mpdecimate 过滤器，提取阶段就不提取重复帧。"提取后"提取所有帧，再通过 Magick.NET 检查并去重，较慢，但更精确灵活。
自动编码如何工作，是否需启用？
在插帧过程中编码输出视频，而非之后。除非 CPU 很弱，否则建议启用。
我下载了 "Full" 包，但想切换到自己系统安装的 Python，该如何操作？
删除 FlowframesData/pkgs/ 目录下的 py-tu 或 py-amp 文件夹，Flowframes 将尝试使用系统安装的 Python。