[10.15]Thru3D媒体服务器（原VR视频透视服务器）V1.5.2版（支持字幕、离线鱼眼转透视）

pwzdby

如果sam3前置和后置能起飞那可太好了，就目前速度而言即使是24G显存离线p4画质还是很痛苦的，p7画质的跳舞视频只有十几fps，即便换32G的5090可能也不会有太大提升。大佬加油

zelefans

5x5x5x4n 发表于 2026-5-29 09:42
测试回报
基于fcvr-040使用yolo26m测试开头近景的识别率和肢体完整度比之前yoloworld有一定提升，但是抠图 ...

非常感谢测试，我实在没经i做这种完整的多元测试，只能确保手头的还过得去 。
这些情况其实涉及到efficientsam模型的问题了，我回头看看能否换成更重一点的SAM2。
因为Yolo是用来框人体的，我已经确保尽量让它框的住，左右眼都框，并且可以框多人。
然后是交给中间的SAM层扣出来，扣得越干净，最后得MatAnyone2效果越好。
所以问题是出在了SAM这个中间层。SAM3太重，装进去就 10多个G，而且比较新，魔改的少。 SAM2应该有蛮多，但模型也要1GB多，和现在100多的实在差很多……实在不行我回头试试看yolo自带的抠图。。。。yolo26m-seg

zelefans

pwzdby 发表于 2026-5-29 11:14
如果sam3前置和后置能起飞那可太好了，就目前速度而言即使是24G显存离线p4画质还是很痛苦的，p7画质的跳舞 ...

我说是我另一个VR工具箱软件中的去马赛克工具。。。。。
P7画质其实速度无解的，那个本身会调用一堆东西来确保画质高保真。用P4均衡吧

joe123

大佬，离线模式自定义分钟数那里可以改成精确到几分几秒吗

zelefans

joe123 发表于 2026-5-29 16:27
大佬，离线模式自定义分钟数那里可以改成精确到几分几秒吗

可以是可以，但本意是做测试。下个版本考虑做一个自定义结束时间

5x5x5x4n

zelefans 发表于 2026-5-29 11:18
非常感谢测试，我实在没经i做这种完整的多元测试，只能确保手头的还过得去 。
这些情况其实涉及到efficie ...

刚刷B站视频看到一个叫BirefNet的视频抠图工作流，看起来效果不错，会不会比sam2效果更好些，值不值得大佬研究下

pwzdby

zelefans 发表于 2026-5-29 18:39
可以是可以，但本意是做测试。下个版本考虑做一个自定义结束时间

能不能实现从哪里开始，然后从哪里结束啊，目前也就坐姿和睡姿适合透视，这小日子的片子一堆垃圾时间，害的我还要去剪片子然后再合并。

pwzdby

pwzdby 发表于 2026-5-30 00:28
能不能实现从哪里开始，然后从哪里结束啊，目前也就坐姿和睡姿适合透视，这小日子的片子一堆垃圾时间，害 ...

大佬真是神人，如果能选区合并那太强了😍

5x5x5x4n

5x5x5x4n 发表于 2026-5-29 23:43
刚刷B站视频看到一个叫BirefNet的视频抠图工作流，看起来效果不错，会不会比sam2效果更好些，值不值得大 ...

我说的就是视频啊，他演示的也是视频不是图像，ComfyUI BirefNet一键抠视频，透明/绿幕/蓝屏/Alpha全搞定，链接放下面了大佬有空看看有没新思路
https://www.bilibili.com/video/BV1XkV46vE8E?t=312.2

zelefans

这几天都在折腾新的去马赛克工具流程的优化，抽空更新一下VR透视服务器的正式版吧

本次版本是正式版，脱离了Beta版。重点改进播放器兼容性、离线生成流程和稳定性。

V0.1.0 正式版
离线单视频生成新增时间片段生成与合并，可以选择多个片段并合成为一个输出视频。
单视频离线生成新增自定义结束时间。
改进 TensorRT 构建进度显示，避免实际尚未完成时过早显示 100%。
减少播放器预览 / 探测请求阻塞或打断实时 passthrough 的情况。
离线输出文件名现在会同时包含开始时间和结束时间，更方便识别生成片段。
修复部分云盘或 rclone 挂载视频目录导致启动崩溃的问题。
改进大显存 GPU 下的实时 passthrough 并发处理。
新增更完整的请求历史诊断，方便分析播放器兼容性问题。

下一个版本还是会焦距在离线模型的优化上，等我现在VR工具箱GPU加速版上线