Flowframes повышает частоту кадров видео с помощью нейросетевой интерполяции: программа анализирует движение между соседними кадрами, генерирует промежуточные изображения через RIFE и другие поддерживаемые модели, умеет доводить ролик до заданного FPS, создавать плавное замедление, обрабатывать анимацию с повторяющимися кадрами, защищать склейки от морфинга и сохранять результат как видео, GIF или последовательность изображений с переносом совместимых аудио- и субтитровых дорожек.

Основной рабочий сценарий Flowframes строится вокруг трех решений: что именно считать исходным движением, сколько промежуточных кадров добавить и каким способом сохранить результат. Программа принимает обычный видеофайл или папку с последовательностью изображений, определяет параметры источника, после чего позволяет выбрать реализацию интерполятора, коэффициент увеличения частоты, модель и формат вывода. Для типового ролика этих параметров достаточно, но в сложных проектах доступны удаление повторяющихся кадров, детектор смены сцен, ручное ограничение выходного FPS, прозрачность, перенос дорожек, отдельные параметры кодирования и пошаговый режим.

Flowframes не увеличивает пространственное разрешение сам по себе: его задача — повысить временное разрешение, то есть создать правдоподобные изображения между уже существующими кадрами. Поэтому 1920×1080 остается 1920×1080, если пользователь специально не ограничил рабочую высоту для ускорения обработки. Качество результата сильнее всего зависит от характера движения, исходного размытия, наличия резких склеек, повторов и выбранной модели; на воде, частицах, тонких пересекающихся линиях, отражениях и объектах, резко появляющихся из-за края кадра, любой интерполятор может строить ошибочные промежуточные формы.

Что делает Flowframes при интерполяции кадров

Интерполяция отличается от простого дублирования кадров. Если исходник имеет 24 кадра в секунду, превращение его в 48 FPS через обычное повторение каждого кадра не добавляет информации о движении: каждый второй кадр остается копией предыдущего. Flowframes передает соседние изображения нейросетевой модели, которая оценивает перемещение объектов и строит промежуточное состояние. При коэффициенте 2× между кадрами A и B появляется один новый кадр; при более высоком множителе требуется несколько временных положений между ними. Полученный поток затем кодируется с новой временной сеткой.

Для обычного видео это используется, когда нужно сделать движение визуально плавнее, подготовить клип к показу на дисплее с высокой частотой обновления или получить дополнительный запас кадров перед замедлением. В последнем случае важно понимать различие между больше FPS при той же длительности и slow motion. В первом варианте длительность ролика сохраняется, а за одну секунду показывается больше кадров. В режиме замедления созданные промежуточные кадры растягиваются на более длинный отрезок времени, поэтому движение становится медленнее без грубого повторения оригиналов.

Для рисованной анимации задача сложнее. Многие ролики содержат одинаковый рисунок на двух, трех или большем числе последовательных кадров. Если без подготовки отправить в интерполятор пару полностью одинаковых изображений, а затем пару с резким скачком позы, распределение движения получится неравномерным. Поэтому Flowframes умеет находить повторы, удалять их и компенсировать временной шаг. Эта функция не является универсальным улучшателем: на камере, игровом видео и CGI с честным постоянным FPS удаление дублей чаще нужно отключать.

Отдельный класс проблем — монтажные склейки. Между последним кадром одного плана и первым кадром другого нет непрерывного движения, которое можно корректно восстановить. Если нейросеть все же попытается интерполировать такой переход, она может создать несколько кадров с взаимным растворением несвязанных изображений. Детектор смены сцен в Flowframes отмечает такие места и подменяет потенциально ошибочную интерполяцию безопасным вариантом. Чувствительность настраивается, поскольку вспышка, быстрый панорамный проход или очень контрастное движение иногда похожи на монтажный переход.

Главное окно и логика рабочего процесса

После выбора источника ключевые параметры собраны на вкладке Interpolation. В верхней части находятся поля Interpolation AI, Input Video (Or Frames Folder), Output Directory, настройка Set FPS / Interpolation Factor, список AI Model и Output Mode. Ниже отображается информация о текущем входе: разрешение, частота кадров, количество кадров и длительность, если эти данные удалось считать. Левая нижняя часть окна содержит статус и кнопку запуска, а большой журнал справа показывает текущие операции.

Такое разделение важно: Interpolation AI выбирает не конкретную обученную сеть, а реализацию или семейство движка — например, RIFE через CUDA/PyTorch либо вариант RIFE через NCNN/Vulkan. AI Model уже определяет конкретный набор весов внутри выбранной реализации. Нельзя считать эти списки взаимозаменяемыми. Один и тот же номер модели может быть доступен не во всех реализациях, а некоторые движки поддерживают только определенные множители и режимы вывода.

Кнопки выбора источника различают видео и папку с кадрами. Для последовательности изображений частоту исходного материала иногда невозможно определить автоматически — тогда поле Input FPS заполняется вручную. Ввод принимает как десятичные значения, так и дробные частоты, когда соответствующая ветка интерфейса поддерживает ручной FPS. Это полезно для 24000/1001, 30000/1001 и других телевизионных частот, где грубое округление до 23,97 или 29,97 способно постепенно сдвигать временную сетку на длинном материале.

Каталог вывода задает место, где появится финальный файл и, при классическом конвейере, временные данные. Если включены отдельные стадии с извлечением кадров, объем служебных файлов может быть значительно больше размера исходного видео. Для длинного 4K-материала особенно важно заранее оценивать свободное место: последовательность PNG может занимать десятки и сотни гигабайт. Вариант на базе VapourSynth/RIFE-NCNN-VS уменьшает зависимость от промежуточных файлов, поскольку способен подавать кадры через память и конвейер, но доступность конкретного режима зависит от выбранной реализации.

Interpolation AI: выбор движка

В списке Interpolation AI Flowframes может показывать RIFE CUDA/PyTorch, RIFE NCNN/Vulkan, вариант RIFE-NCNN-VS через VapourSynth, а в поддерживаемых сборках также DAIN-NCNN, FLAVR, XVFI и другие экспериментальные реализации. Практический смысл выбора заключается прежде всего в совместимости с видеокартой, скорости, расходе памяти и доступных моделях. RIFE остается основным универсальным вариантом, вокруг которого сосредоточено большинство рабочих настроек программы.

RIFE CUDA/PyTorch предназначен прежде всего для совместимых видеокарт NVIDIA. Такой путь использует CUDA и может давать высокую скорость, а параметр Fast Mode применяет вычисления половинной точности FP16 для уменьшения расхода видеопамяти и ускорения обработки. У FP16 есть обратная сторона: на отдельных конфигурациях режим может быть нестабилен, поэтому при падениях, поврежденных кадрах или странных ошибках имеет смысл сначала отключить Fast Mode, а уже затем менять модель или разрешение.

RIFE NCNN/Vulkan не привязан к CUDA и потому подходит для более широкого круга видеокарт, включая совместимые решения AMD, NVIDIA и часть Intel. Здесь критично наличие корректной поддержки Vulkan в драйвере. Сам факт запуска Windows и аппаратного декодирования видео еще не гарантирует, что старый GPU сможет выполнять NCNN-инференс. Очень старые интегрированные и дискретные адаптеры могут не иметь нужного набора возможностей Vulkan, а слабые iGPU — упираться в объем общей памяти.

RIFE-NCNN-VS использует VapourSynth-RIFE-ncnn-Vulkan и меняет сам конвейер: кадры не обязательно предварительно раскладывать на полный набор изображений на диске. Это уменьшает дисковые операции и позволяет организовать потоковую обработку, а в поддерживаемом режиме — real-time output. При этом некоторые возможности могут работать иначе, чем в классическом извлечь → интерполировать → закодировать процессе, поэтому при поиске причины ошибки важно сначала зафиксировать выбранную реализацию, а не только название модели RIFE.

AI Model: зачем выбирать модель отдельно

Модели RIFE отличаются не только номером. В списке Flowframes встречались общие модели, варианты для 2D-анимации, модели с поддержкой прозрачности и новые поколения, в которых менялась работа с быстрым движением и окклюзиями. В интерфейсе часть вариантов маркируется как Recommended, Experimental или специализированная для анимации. Для первого запуска разумно брать рекомендованную общую модель и менять ее только после короткого сравнения на проблемном фрагменте.

Сравнивать модели лучше не на всем фильме, а на нескольких секундах с тем типом движения, который реально важен: панорамирование с тонкими объектами, руки и пальцы крупным планом, волосы, титры поверх движения, вода, частицы, анимационные контуры. Если одна модель дает артефакт только в одном эпизоде, это еще не означает, что другой вариант будет лучше на всем материале. Задача — найти стабильный компромисс, а не максимальный номер в выпадающем списке.

Специализированные модели для 2D полезны, когда источник действительно состоит из рисованных контуров и ограниченного числа ключевых поз. Но до выбора модели следует правильно настроить повторы. Если в исходнике каждая новая поза удерживается несколько кадров, нейросеть получает неравномерные интервалы движения. Даже удачная anime-модель не исправит ошибочную временную структуру так надежно, как корректная de-duplication.

Пользовательские модели могут поддерживаться отдельными реализациями, однако Flowframes ожидает совместимый формат и архитектуру. Нельзя взять произвольный файл нейросети, переименовать его и ожидать загрузки. При сообщении о неверном файле модели проверяют, соответствует ли он выбранному движку, цела ли загрузка и не смешаны ли веса от другой реализации RIFE.

Как задать выходной FPS

Поле Set FPS / Interpolation Factor отвечает за плотность временной сетки. Самый понятный вариант — коэффициент 2×: 24 FPS превращаются в 48, 25 — в 50, 30 — в 60. Коэффициент 4× соответственно дает 96, 100 и 120 FPS. При поддержке произвольных множителей RIFE-NCNN можно использовать не только степени двойки; это важно, когда нужно получить конкретную частоту, не совпадающую с целым умножением исходной.

В интерфейсе для подходящих режимов можно задавать целевой FPS напрямую. Тогда программа вычисляет необходимое соотношение и формирует промежуточную частоту так, чтобы затем получить требуемый результат. Это удобнее, например, для 24→60, где простой множитель 2× дает лишь 48, а 3× — 72. Альтернативный подход — интерполировать с запасом и включить Maximum Output Frame Rate, после чего лишние временные позиции будут отобраны при финальном выводе.

Ограничитель Maximum Output Frame Rate не является отдельным AI-проходом. Его задача — не позволить конечному файлу превышать указанное значение. Это полезно, когда модель эффективно генерирует кадры при определенном множителе, а контейнер или устройство требуют стандартных 50, 60, 100 или 120 FPS. При этом лучше избегать бессмысленно большого коэффициента: генерация 8× с последующим выбрасыванием большинства кадров тратит вычисления и может добавить больше возможностей для ошибок, чем прямой путь к целевой частоте.

Для исходников с переменным frame rate Flowframes должен сначала восстановить временную структуру. Такие файлы встречаются у экранных записей, смартфонов и некоторых захватчиков. Если метаданные времени нестабильны, полезно предварительно проверить длительность, частоту и количество кадров. Программа хранит частоты как дроби, что уменьшает накопление ошибки, однако поврежденные timestamp'ы исходного контейнера могут все равно приводить к рассинхронизации или неправильной оценке числа кадров.

Обычное повышение FPS и slow motion

При обычной интерполяции длительность не меняется: Flowframes добавляет кадры и повышает частоту воспроизведения так, чтобы последний кадр оставался примерно в той же временной точке. Если 10-секундный клип 30 FPS интерполировать 2×, на выходе получится около 600 временных кадров при 60 FPS, то есть те же 10 секунд. Этот режим нужен для плавности.

Slow motion использует те же дополнительные кадры иначе. После генерации частота воспроизведения может быть оставлена на исходном уровне, поэтому число кадров увеличивается, а длительность растет. Например, материал 30 FPS после 4× интерполяции можно воспроизводить как 30 FPS и получить четырехкратное замедление. Качество такого результата определяется тем, насколько правдоподобно модель восстановила движение между исходными кадрами; если исходник содержит очень большой motion blur или объект пересекает значительную часть кадра за один шаг, артефакты будут заметнее.

Для монтажа иногда удобнее не использовать встроенное замедление, а сначала создать видео с повышенным FPS при исходной длительности, затем замедлить его в редакторе без дополнительной оптической интерполяции. Это дает больше контроля над скоростью и точками изменения времени. Главное — не заставлять второй редактор снова генерировать кадры поверх уже интерполированных, если задача состоит в использовании результатов Flowframes как готового HFR-потока.

Quick Settings: настройки, которые чаще всего нужны

Вкладка Quick Settings собрана для тех параметров, которые приходится менять от клипа к клипу. Здесь находятся обрезка входа, максимальная высота обработки, De-Duplication, Loop, Fix Scene Changes и ограничение конечной частоты кадров. По ссылке внизу можно открыть полное окно Settings, где те же функции дополняются более редкими параметрами.

Trim Input позволяет выбрать диапазон по времени. Для тестов это один из самых полезных инструментов: вместо полного фильма можно обработать 5–15 секунд вокруг сложного движения и быстро сравнить модели. При использовании Start/End Time важно указывать точки внутри реальной длительности; кнопка сброса возвращает полный диапазон. Обрезка выполняется до основного конвейера, поэтому сокращает и количество кадров для AI, и объем финального кодирования.

Maximum Video Input Size (Height) ограничивает рабочую высоту. Если исходник выше заданного значения, он уменьшается для интерполяции. Это не режим повышения качества, а компромисс производительности: меньше пикселей — меньше память и быстрее нейросеть, но окончательный результат теряет пространственные детали. Для тестов на 4K разумно сначала проверить поведение модели на 1080p-фрагменте, но финальный проход следует запускать в той высоте, которая отвечает задаче.

Loop нужен для зацикленных анимаций. Обычно интерполяция строится между каждым кадром и следующим, но последний кадр не имеет пары после себя. В loop-режиме Flowframes добавляет переход от конца обратно к первому кадру, чтобы повтор не содержал заметного скачка. Это уместно только для материала, который по смыслу должен замыкаться; у обычного видео включение Loop создаст искусственный переход между финалом и началом.

Удаление повторяющихся кадров в 2D-анимации

Параметр Frame De-Duplication решает специфическую временную проблему. В традиционной анимации одна и та же картинка может удерживаться два или три кадра. При 24 FPS это означает, что фактические уникальные позы появляются, например, 12 или 8 раз в секунду. Нейросеть лучше работает, когда получает последовательность реальных изменений, поэтому Flowframes умеет удалить дубликаты до интерполяции и затем восстановить нужную длительность.

Режим During Extraction использует фильтр FFmpeg mpdecimate и старается не извлекать дубли вообще. Это быстрее и экономит место, потому что ненужные изображения не попадают во временную папку. Недостаток — меньшая гибкость: решение принимается на этапе декодирования по порогам фильтра. Если темная сцена, статичный фон или слабое движение ошибочно распознаны как дубль, уже удаленный кадр придется получать заново после изменения настроек.

Режим Accurate (After Extraction) сначала извлекает кадры, а затем сравнивает их как изображения. В классическом конвейере Flowframes для этого применялся Magick.NET. Такой метод медленнее и создает полный набор промежуточных файлов, зато дает более точную настройку чувствительности и удобнее при диагностике. Он особенно полезен, когда материал содержит небольшие изменения — шум пленки, мерцание текстуры, дрожание линии — которые формально делают изображения разными, хотя для анимационного ритма они являются удержанием одной позы.

На живом видео de-duplication обычно следует оставить Disabled. Камера почти всегда содержит микродвижение, шум, изменение света и естественное размытие; удаление похожих кадров может превратить плавное движение в скачкообразное. Характерный симптом слишком агрессивного порога — результат становится дерганым именно в темных или низкоконтрастных сценах. В таком случае первым шагом является отключение de-duplication, а не замена кодека или увеличение множителя.

При ручном поиске порога лучше выбрать короткую сцену, где движение начинается после паузы. Слишком низкая чувствительность оставит настоящие дубли и создаст интервалы без движения, слишком высокая — вырежет уникальные фазы. Правильная настройка сохраняет момент начала движения и удаляет только идентичные или действительно удерживаемые рисунки. После этого интерполятор получает более равномерный временной ряд.

Fix Scene Changes и защита монтажных склеек

Fix Scene Changes предотвращает интерполяцию через жесткие склейки. Без этой функции модель видит два совершенно разных кадра как соседние состояния одного движения. Результатом становятся призрачные промежуточные изображения, где лица, фон и титры одного плана перетекают в следующий. Flowframes сначала определяет потенциальные границы сцен, а затем вместо обычной AI-интерполяции применяет безопасное поведение.

Чувствительность задается числом; в интерфейсе прямо указано, что меньшие значения обнаруживают больше смен сцен. Это означает, что чрезмерно низкий порог может принять яркую вспышку, очень быстрый поворот камеры или резкое изменение экспозиции за монтажный переход. Чрезмерно высокий — пропустить настоящий cut. Для клипов с быстрым монтажом лучше проверять несколько переходов в Preview или в готовом коротком тесте.

Сценические переходы бывают не только жесткими. Crossfade и dissolve уже содержат смесь двух планов в исходнике, поэтому простое исключение одного интервала не всегда устраняет все артефакты. Некоторые режимы Flowframes поддерживают blending вокруг обнаруженного перехода, но универсального порога для всех монтажных приемов не существует. Если конкретный dissolve разваливается, практичнее обработать соседние планы отдельно или оставить исходные кадры перехода без интерполяции.

Детектор сцен особенно важен при высоком множителе. При 2× одна ошибка создает один плохой промежуточный кадр; при 8× между двумя несовместимыми изображениями может появиться целая серия искаженных кадров. Поэтому при подготовке 120–240 FPS стоит сначала убедиться, что склейки распознаются корректно, а уже затем увеличивать коэффициент.

Полное окно Settings

Ссылка из Quick Settings открывает отдельное окно с группами настроек. В классическом интерфейсе слева расположены разделы Application, Interpolation, AI Specific Options, Export Options, Encoding Settings и Developer Options. Набор пунктов может немного различаться в зависимости от сборки и доступных компонентов, но логика остается одинаковой: сначала параметры самого конвейера, затем правила подготовки кадров, настройки AI, формат результата и диагностические параметры.

В разделе Application важен Processing Style. Автоматический режим последовательно выполняет извлечение, интерполяцию и кодирование без вмешательства пользователя. Пошаговый вариант предназначен для случаев, когда нужно остановиться между стадиями, просмотреть или вручную исправить кадры, удалить лишние дубли либо использовать промежуточную последовательность в другом приложении. Это не более качественный способ сам по себе; преимущество только в контроле над промежуточными данными.

Здесь же находятся параметры максимального размера видео, временного каталога и шаблона имени результата. Настройка Export Name Pattern полезна при серии однотипных задач: имя можно собирать из переменных, отражающих исходное название, модель, FPS, разрешение и другие параметры. Благодаря этому несколько тестовых проходов не приходится вручную переименовывать, а по файлу проще понять, каким набором настроек он создан.

Если изменяется путь временной папки, предпочтительнее быстрый локальный SSD. Интерполяция с извлечением кадров постоянно пишет и читает тысячи файлов, поэтому медленный HDD или сетевой ресурс может стать ограничением даже при мощной видеокарте. Кроме скорости, сетевые пути создают дополнительный риск несовместимости с утилитами, которые ожидают обычный локальный путь. При странном порядке кадров, проблемах с доступом или внезапных ошибках FFmpeg стоит вернуть temp на локальный диск.

Interpolation: перенос медиа, прозрачность и служебные кадры

В разделе Interpolation управляются параметры, которые определяют, какие данные входного файла сохраняются и как готовятся изображения. Группа Input Media To Preserve позволяет отдельно сохранить аудио, субтитры и совместимые метаданные MKV. Это особенно важно для фильмов и записей с несколькими дорожками: повышать FPS только видеопотока нет смысла, если после обработки теряются нужная аудиодорожка или субтитры.

Enable Transparency включает работу с альфа-каналом, но лишь при сочетании совместимых входного формата, AI-реализации и выхода. PNG-последовательность с RGBA можно интерполировать с прозрачностью, а затем сохранить в формат, который реально умеет хранить alpha. Если финальный кодек или выбранный pixel format не поддерживает альфа-канал, один флажок прозрачности не сохранит его. Поэтому проверяются сразу три уровня: исходные кадры, интерполятор и схема кодирования.

Import HQ JPEGs instead of PNG меняет тип промежуточных кадров. JPEG требует заметно меньше места и быстрее записывается, что помогает на длинных проектах и медленных накопителях. Цена — потеря безвозвратной точности из-за JPEG-сжатия. На обычном YUV420-видео разница может быть визуально мала, но для графики, альфа-канала, HDR-процесса, последующей цветокоррекции и материала с тонкими градиентами безопаснее оставлять без потерь PNG или использовать потоковый VS-конвейер.

Параметры Loop Interpolation, Frame De-Duplication, Fix Scene Changes и Auto-Encode находятся рядом именно потому, что все они изменяют временную структуру. Если результат неожиданно короче, длиннее, содержит скачок на стыке или имеет рассинхронизацию, диагностировать стоит не только кодировщик. Сначала проверяют, удалялись ли дубли, включался ли Loop, применялось ли ограничение FPS и как обрабатывались смены сцен.

Auto-Encode и расход дискового пространства

В классическом конвейере самый простой алгоритм выглядит так: Flowframes извлекает весь источник в кадры, интерполирует их, затем кодирует полный набор в видео и удаляет временные данные. Это надежно и удобно для ручной проверки, но требует большого запаса места. Auto-Encode сокращает пиковый объем: программа начинает кодировать готовые участки еще до завершения всей интерполяции.

В режиме с удалением уже закодированных кадров накопитель освобождается постепенно. Для длинного ролика это может быть решающим: вместо хранения всей последовательности одновременно остаются только исходные, текущие и еще не упакованные части. Но такой режим уменьшает возможности ручного восстановления. Если пользователь хочет после окончания просмотреть каждый сгенерированный PNG или повторно закодировать результат другим кодеком без нового AI-прохода, удаление промежуточных кадров включать не следует.

Auto-Encode нагружает одновременно GPU, CPU и накопитель. Видеокарта строит новые кадры, процессор и/или аппаратный энкодер упаковывает предыдущие, диск обслуживает оба потока. Если кодирование не успевает за интерполяцией, очередь временных кадров растет. В настройках предусмотрено поведение, при котором интерполяция может приостанавливаться, когда энкодер сильно отстает. Это не ошибка производительности AI, а попытка удержать дисковый буфер под контролем.

Если наблюдаются пропуски, поврежденный хвост или зависание именно на финальной стадии, полезно временно отключить Auto-Encode и проверить, завершается ли обычный трехэтапный процесс. Такой тест разделяет проблему генерации кадров и проблему параллельного кодирования. Для слабого процессора или сложного программного AV1 этот прием особенно полезен, потому что медленный энкодер может быть единственным узким местом.

AI Specific Options: GPU, потоки и UHD Mode

Раздел AI Specific Options содержит параметры, которые влияют на конкретные реализации. GPU IDs задает устройство для вычислений, а в режимах с поддержкой нескольких GPU может принимать список идентификаторов. На системе с одной дискретной видеокартой обычно используется 0. При наличии iGPU и dGPU важно убедиться, что выбран именно производительный адаптер; заголовок главного окна и журнал помогают понять, какое устройство обнаружено.

У RIFE-NCNN параметр NCNN Processing Threads управляет числом рабочих потоков, подающих задачи на GPU. Увеличение значения до 2–4 иногда повышает загрузку видеокарты, но не гарантирует ускорения. Слишком много потоков могут увеличить расход RAM и VRAM, конкурировать за память и даже снизить скорость. Поэтому изменение имеет смысл только после оценки стабильности на стандартном значении.

RIFE UHD Mode меняет масштабирование внутренних вычислений для высоких разрешений. Это не апскейлинг и не режим, который автоматически делает 4K качественнее во всех ситуациях. Его назначение — адаптировать параметры RIFE к крупному кадру, где характер движения в пикселях отличается от 720p/1080p. На сложном 4K-фрагменте стоит сравнить небольшой диапазон с UHD Mode и без него, поскольку визуальный выигрыш зависит от модели и содержания.

RIFE CUDA Fast Mode использует FP16 и ориентирован на совместимые NVIDIA GPU. Он снижает требования к памяти и может ускорять инференс, но при нестабильности первым диагностическим шагом служит возврат к обычной точности. Ошибка CUDA out of memory, наоборот, может потребовать Fast Mode, уменьшения рабочей высоты или другой реализации. Важно не путать нехватку VRAM с нехваткой обычной RAM или места на диске: сообщения и точка падения у этих проблем различаются.

RIFE-NCNN-VS и обработка через VapourSynth

Реализация RIFE-NCNN-VS встроена вокруг VapourSynth-RIFE-ncnn-Vulkan. Ее главное практическое отличие — возможность строить цепочку без предварительной выгрузки каждого кадра во временную папку. Декодированный видеопоток поступает в VapourSynth, фильтр RIFE создает промежуточные кадры, после чего поток передается кодировщику. Это снижает число файловых операций и особенно удобно на длинных роликах.

Потоковый подход меняет характер требований к системе. На классическом пути диску нужны высокая скорость и большая емкость, а при VS большее значение имеют RAM, стабильный декодер, корректное взаимодействие VapourSynth и выбранного энкодера. Если задача прерывается сразу при запуске скрипта, следует проверять не папку PNG, а сообщения VapourSynth, наличие нужного пакета и поддержку выбранного формата кадра.

У этой реализации есть собственные ограничения по GPU и потокам. В частности, выбор GPU задается через соответствующий ID, а многокарточная схема может не поддерживаться так же, как у других путей. Число потоков может подбираться автоматически по разрешению, чтобы не раздувать расход памяти. Поэтому механическое копирование параметров NCNN Processing Threads из классического RIFE-NCNN в VS-режим не всегда имеет смысл.

Realtime — отдельный Output Mode для совместимой VS-цепочки. Он нужен, когда интерполяция должна подаваться как поток, а не обязательно сначала записываться в обычный конечный файл. Производительность такого режима жестко зависит от того, успевает ли вся цепочка обрабатывать кадры с требуемой скоростью. Если AI выдает меньше целевого FPS, реальное время не превращает медленное вычисление в мгновенное — пользователь увидит ограничение вычислительной мощности.

Потоковый режим также удобен, когда временный диск — главное ограничение. Но пошаговая ручная коррекция кадров здесь, наоборот, менее естественна: нет полного набора PNG, который можно открыть в редакторе. Поэтому выбор между классическим и VS-конвейером определяется не только скоростью. Для автоматического файла вход → выход VS часто удобнее; для реставрации с ручной ретушью промежуточная последовательность полезнее.

Входные видео и последовательности изображений

Flowframes читает распространенные контейнеры через FFmpeg. На официальной странице перечисляются MP4, MKV, MOV, WEBM, GIF и BIK, а фактическая совместимость шире там, где FFmpeg умеет декодировать поток и программа корректно получает метаданные. Важно различать контейнер и кодек: расширение .mp4 само по себе не означает H.264, а .mkv может содержать почти любой поддерживаемый видеопоток, несколько аудиодорожек и субтитров.

При выборе видео программа получает частоту кадров, разрешение, длительность и число кадров. Сбой на этапе Loading metadata или Getting frame count возникает раньше AI и поэтому обычно не связан с моделью RIFE. Причина чаще в поврежденном контейнере, необычных timestamp'ах, проблемном имени пути, недоступном сетевом ресурсе или ошибке FFprobe. Для проверки полезно открыть коротко перемультиплексированный файл без изменения видеопотока.

Входная папка кадров подходит для рендеров из Blender, After Effects, 3D-пакетов, генераторов изображений и анимационных пайплайнов. Flowframes сортирует изображения как последовательность, игнорирует не относящиеся к кадрам файлы и при совместимых форматах может обходиться без лишнего преобразования. Для таких папок пользователь обязан понимать исходный FPS: сами PNG или JPEG не содержат информации о том, сколько кадров должно показываться за секунду.

Практически это дает удобный способ дорисовать промежуточные кадры еще до монтажа. Например, 3D-сцену можно рендерить через кадр и попытаться восстановить пропуски, если движение достаточно предсказуемо. Такой прием экономит рендер-время не во всех сценах: прозрачность, частицы, сложные деформации, motion blur, быстрые изменения света и окклюзии могут породить заметные ошибки, поэтому критические планы следует проверять отдельно.

Output Mode: видео, GIF и кадры

Список Output Mode задает не только расширение, но и набор доступных энкодеров. В типовом интерфейсе есть MP4/MKV, WEBM, MOV, GIF и Image Sequence; в расширенных конфигурациях встречается AVI, real-time output и дополнительные форматы последовательностей. Выбор режима меняет доступные параметры Encoding Settings, потому что H.264, VP9, ProRes, GIF и PNG требуют разных опций.

Для совместимости с обычными плеерами и сайтами чаще выбирают MP4 с H.264. H.265/HEVC экономит битрейт, но воспроизводится не везде одинаково и может требовать лицензированных декодеров на отдельных системах. MKV полезен, когда нужно сохранить несколько аудиодорожек, субтитры или кодек, который неудобно помещать в MP4. WEBM обычно связывается с VP9 или подходящим AV1-процессом.

MOV в Flowframes применяется прежде всего для ProRes и промежуточных монтажных файлов. Профили ProRes 4444 и 4444 XQ подходят для альфа-канала, если вся цепочка действительно сохраняет прозрачность. AVI используется для без потерь или почти несжатых вариантов с FFV1, HuffYUV, MagicYUV или rawvideo. Такие файлы могут быть огромными, зато удобны как технический мастер перед отдельным монтажом.

Image Sequence сохраняет каждый выходной кадр отдельно. В зависимости от доступной конфигурации поддерживаются PNG, JPEG, WEBP, TIFF и другие форматы. PNG удобен для без потерь и альфа-канала, JPEG — для экономии места, WEBP дает дополнительный компромисс, TIFF нужен в более специализированных пайплайнах. При выборе последовательности нужно отдельно контролировать нумерацию, FPS проекта и наличие аудио, потому что папка изображений сама по себе аудиодорожку не содержит.

Encoding Settings: кодек, CRF и формат пикселей

Кнопка Encoding Settings открывает параметры упаковки финального потока. Для MP4/MKV можно выбрать программный H.264/H.265, а на подходящем оборудовании — аппаратные NVENC, AMD AMF или Intel Quick Sync. Наличие пункта в интерфейсе зависит от обнаруженного железа и сборки FFmpeg. Flowframes скрывает или блокирует неподходящие варианты, но фактическая поддержка конкретного профиля все равно зависит от драйвера GPU.

Параметр качества часто выражен через CRF или аналогичный коэффициент. В классическом x264/x265 меньшее значение означает выше качество и больше файл. Нельзя переносить число CRF буквально между разными кодеками: 20 в x264, 20 в x265 и значение качества аппаратного NVENC не обязаны давать одинаковый размер или визуальный результат. Для сравнения энкодеров нужен один и тот же короткий тестовый фрагмент.

Аппаратное кодирование полезно, когда AI работает быстро и программный энкодер становится узким местом. Если RIFE выдает десятки кадров в секунду, тяжелый x265 или SVT-AV1 способен растянуть финальный этап. NVENC, AMF и QSV разгружают CPU и обычно ускоряют поток, но настройка быстрее не означает лучше при том же битрейте. Для архивного мастера важнее сохранить качество, а дистрибутивный файл можно сделать вторым проходом.

Pixel Format определяет разрядность и цветовую субдискретизацию. YUV420P — универсальный 8-битный формат для массового видео. YUV420P10LE сохраняет 10-битные градации при совместимом кодеке, YUV422/YUV444 увеличивают цветовую точность, RGB/RGBA нужны для специальных цепочек, а варианты с A включают альфа-канал. Выбор pixel format должен соответствовать и исходнику, и энкодеру: не каждый аппаратный H.264 умеет 10-битный 4:4:4, а не каждый плеер корректно его воспроизводит.

Для WEBM настраивается качество VP9, для MOV — профиль ProRes, для GIF — число цветов и тип dithering, для image sequence — формат и, где предусмотрено, качество. GIF ограничен палитрой и плохо подходит для очень высокого FPS: файл быстро растет, а 256 цветов недостаточно для многих видеосцен. Flowframes умеет ограничивать FPS GIF до практичного значения, но для длинного HFR-материала лучше использовать обычный видеокодек.

AV1, H.265 и аппаратные энкодеры

AV1 привлекателен высокой эффективностью сжатия, но требует осторожного выбора реализации. Программный SVT-AV1 заметно тяжелее H.264 и часто становится самой медленной стадией. Аппаратный NVENC AV1 доступен только на совместимых поколениях NVIDIA, а другие производители используют собственные блоки и наборы ограничений. Flowframes проверяет доступность энкодеров и показывает те, которые реально можно вызвать через поставляемый FFmpeg.

У AV1 есть ограничения по поддерживаемым частотам и профилям. В некоторых реализациях очень высокий FPS может быть недопустим, даже если сам контейнер формально его хранит. В таком случае ограничитель выходной частоты надо применить до запуска кодирования. Ошибка encoder does not support this frame rate не говорит о проблеме RIFE: кадры могли быть сгенерированы успешно, но кодек отказывается создавать поток с такой временной базой.

H.265/HEVC разумно использовать для 4K и 10-bit, особенно если аппаратное декодирование гарантировано на устройствах назначения. Для максимальной совместимости H.264 остается проще. Если после интерполяции файл нужен в монтажной программе, ProRes или FFV1 часто удобнее обоих: они занимают больше места, зато уменьшают дополнительную потерю качества и легче декодируются при покадровом перемещении.

Flowframes позволяет передавать дополнительные аргументы FFmpeg в Developer Options. Это мощная возможность, но она требует знания порядка параметров: программа сама формирует часть командной строки и может добавить собственные флаги после пользовательских. Если два аргумента противоречат друг другу, FFmpeg обычно учитывает последний. Поэтому нестандартный кодек или pixel format лучше сначала выбирать штатным пунктом интерфейса, а дополнительные аргументы применять для параметров, которых действительно нет в GUI.

Прозрачность и альфа-канал

Прозрачность требует сквозной совместимости. Исходная PNG-последовательность должна реально содержать alpha; выбранная реализация RIFE должна уметь его интерполировать; временный формат не должен отбрасывать канал; финальный кодек обязан иметь alpha-профиль. Если на любом этапе изображение преобразуется в обычный YUV420 без альфы, прозрачность восстановить в конце уже нельзя.

Для последовательностей самый прямой путь — PNG/RGBA. Для видео можно использовать ProRes 4444/4444 XQ или другой кодек с поддержкой alpha, предусмотренный в Encoding Settings. При этом не все сочетания модели RIFE и реализации поддерживают альфа-канал одинаково. Если нужный вариант скрыт или результат выходит с черным фоном, сначала проверяют именно реализацию интерполятора и pixel format, а не меняют порог scene detection.

Полупрозрачные края — более сложный случай, чем бинарная маска. Волосы, дым, glow и motion blur содержат значения alpha между 0 и 1. Нейросети приходится предсказывать одновременно геометрию объекта и изменение прозрачности. Даже когда канал технически сохранен, вокруг тонких деталей могут появляться ореолы. Для композитинга полезно сравнить интерполированные RGBA-кадры на контрастном фоне, а не только поверх прозрачной шахматной сетки.

HDR, 10-bit и цветовая точность

Интерполяция HDR требует внимания к цветовому пространству. Видео может содержать BT.2020 primaries, PQ или HLG transfer characteristics и 10-битный pixel format. Простое извлечение в 8-битный RGB или JPEG способно изменить тональную шкалу и вызвать banding. Поэтому при HDR-проекте следует избегать HQ JPEG intermediates и выбирать цепочку, которая сохраняет достаточную разрядность.

Нужно различать сохранение метаданных HDR и фактическую точность кадра. Даже если финальный контейнер снова содержит BT.2020/PQ-флаги, промежуточное преобразование могло уже потерять часть информации. Для серьезного HDR-мастера разумнее использовать 10/16-битные форматы, подходящий pixel format и проверять результат в приложении с корректным color management.

Цветовой сдвиг после Flowframes не всегда вызван AI. Причиной может быть неверно выбранная матрица YUV↔RGB, изменение full/limited range, субдискретизация, преобразование 10→8 bit или metadata, которую плеер интерпретирует иначе. Диагностика начинается с сравнения оригинального кадра и неинтерполированного кадра после того же пути кодирования. Если цвет уже изменился без AI, искать проблему в модели RIFE бессмысленно.

Аудио, субтитры и метаданные

Flowframes обрабатывает видео, но умеет переносить связанные медиапотоки. Опции Keep Audio, Keep Subtitles и сохранение metadata позволяют не собирать файл заново вручную. При совместимом контейнере дорожки копируются без перекодирования, то есть их качество не меняется. Если исходный кодек нельзя поместить в выбранный контейнер, применяется поддерживаемый fallback или пользователь получает предупреждение.

MKV наиболее гибок для нескольких дорожек и вложений. MP4 имеет более строгие правила по аудио и субтитрам, WEBM — собственный набор кодеков, MOV ориентирован на другую экосистему. Поэтому один и тот же исходник может сохранить все потоки в MKV, но потребовать конвертации или отказа от части дорожек в MP4. Это свойство контейнеров, а не потеря данных нейросетью.

Графические субтитры нельзя без распознавания превратить в текстовые. Если исходник содержит PGS/VobSub, а выбранный контейнер ожидает текстовый формат, функция encode subtitles не сможет выполнить такое преобразование автоматически. В подобных случаях либо выбирают контейнер, который допускает копирование исходного потока, либо заранее конвертируют субтитры специальными средствами.

При обрезке входа Flowframes должен синхронно укоротить видео и привязанные потоки. Если после trim появляется сдвиг аудио, полезно проверить исходный файл на переменный FPS и нестандартные timestamps. Для теста можно отключить перенос лишних дорожек, сохранить только основное аудио и выяснить, связан ли сбой с muxing. Повторное кодирование аудио без необходимости не исправляет неверную временную базу видео.

Очередь и пакетная обработка

Flowframes умеет складывать несколько роликов в Batch Processing Queue. Очередь открывается отдельной кнопкой в верхней части окна, после чего в нее можно перетащить несколько файлов. Для каждой позиции сохраняются параметры задачи: вход, модель, множитель и каталог вывода. Это удобнее, чем запускать ролики по одному, особенно если вся серия должна получить одинаковую частоту кадров.

Перед добавлением большой партии стоит сначала обработать один характерный файл с теми же настройками. Ошибка в scene detection, de-duplication или выбранном контейнере иначе повторится на всей очереди. Если материалы отличаются — например, часть снята камерой, а часть является анимацией с дублями, — их лучше разделить на две очереди с разными параметрами, а не искать универсальный порог.

Порядок задач можно менять, чтобы короткие тесты прошли первыми, а длинные 4K-файлы — после них. При завершении очереди Flowframes показывает уведомление, а действие When Done позволяет оставить компьютер без присмотра. На длительных ночных задачах это полезнее ручного запуска каждого файла; при этом режим Shutdown имеет смысл включать только после успешного теста, чтобы ошибка на первом клипе не завершила сеанс до диагностики.

Preview, Status и журнал операций

Вкладка Preview показывает текущий или последний обработанный кадр. Это не полноценный монтажный просмотр с гарантированно точной скоростью воспроизведения, а визуальный контроль процесса. По нему быстро видно грубые сбои: черные кадры, неверные цвета, потерянную прозрачность, неправильное разрешение или то, что вместо ожидаемого видео интерполируется совсем другой источник.

Поле Status сообщает этап: загрузка метаданных, извлечение, генерация порядка кадров, интерполяция, ожидание кодировщика, muxing или завершение. Правый журнал содержит более подробные строки, включая число обработанных кадров, скорость и сообщения FFmpeg/AI. При обращении за помощью полезнее сохранять последние строки журнала, чем описывать ситуацию фразой не работает: точка остановки сразу отделяет ошибку входа от ошибки модели и от ошибки энкодера.

После успешной интерполяции журнал выводит итоговую скорость и общее время. Это позволяет сравнивать две настройки на одной машине, но цифры нельзя переносить напрямую между разными разрешениями и моделями. 1080p 2× и 4K 4× — принципиально разные нагрузки. Для честного сравнения используют одинаковый клип, одну модель, одинаковый множитель и один и тот же способ кодирования.

Кнопки Pause и Stop управляют текущей задачей. Пауза полезна, если временно нужен GPU или диск другому приложению; остановка прерывает конвейер. В зависимости от стадии после Stop могут остаться временные файлы, поэтому перед повторным запуском стоит проверить session/temp-папку и не подмешивать кадры от старого прохода в новый пошаговый проект.

When Done: действия после завершения

В выпадающем списке When Done доступны варианты Do Nothing, Close App, Sleep, Hibernate и Shutdown. Они не влияют на качество и запускаются только после завершения обработки. Для пакетной очереди действие применяется к окончанию всей последовательности, а не должно прерывать каждую отдельную задачу. Если компьютер используется удаленно, Sleep/Hibernate могут разорвать соединение, поэтому безопаснее сначала оставить Do Nothing.

Уведомления Windows появляются, когда Flowframes завершает задачу в фоне. Это удобно при длинном AI-проходе, но не заменяет проверку файла: статус Done означает, что конвейер закончен без зафиксированной программой критической ошибки, а не что каждый промежуточный кадр визуально идеален.

Пошаговый режим для ручной коррекции

Step-by-Step нужен, когда автоматическая цепочка слишком закрыта. Пользователь отдельно извлекает кадры, при необходимости редактирует их, запускает интерполяцию и только затем кодирует результат. Этот подход особенно полезен для анимации: автоматический de-duplication можно заменить ручным удалением неправильных повторов, а несколько проблемных сцен — исключить или обработать другой моделью.

При ручном вмешательстве важно сохранять последовательную нумерацию. FFmpeg и Flowframes строят временной ряд по именам кадров, поэтому пропуск номера может интерпретироваться как конец последовательности или вызвать смещение. Если кадр удален намеренно, нужно понимать, должен ли временной интервал сократиться или на его месте остается другой кадр. Простое удаление PNG из середины папки не эквивалентно удалить дубль с компенсацией времени.

Пошаговый режим также подходит для compositing. Можно получить PNG с альфа-каналом, вручную исправить несколько масок, после чего вернуть последовательность на дальнейшую стадию. В таком процессе лучше отключить JPEG intermediates и использовать форматы без потерь. Если промежуточные файлы важны, опцию автоматического удаления после encode тоже оставляют выключенной.

Командная строка и автоматизация

Flowframes имеет командный интерфейс для запуска без постоянной настройки GUI. В актуальной схеме параметры включают коэффициент интерполяции, реализацию AI, модель, формат видео, видеокодек, pixel format, максимальную высоту, Loop, Fix Scene Changes, чувствительность детектора, максимальный FPS и выходной каталог. Входные файлы передаются как свободные аргументы, а -h/--help выводит доступные ключи.

Названия параметров в CLI нужно брать именно из справки установленной сборки, потому что способ задания значений менялся: старые примеры использовали индексы выпадающих списков, новые варианты могут принимать перечислимые имена вроде RifeCuda, RifeNcnnVs, Mp4, Mkv или конкретного энкодера. Копирование команды из старого обсуждения без проверки help приводит к ситуации, когда программа запускается, но игнорирует factor или выбирает значение по умолчанию.

Автоматизация удобна для интеграции в пайплайн рендера: скрипт может дождаться появления файла, запустить Flowframes с заранее определенной моделью, сохранить результат в нужную папку и продолжить обработку. При этом CLI не отменяет аппаратных ограничений GUI: если выбранный RIFE требует CUDA, команда не заставит его работать на несовместимой AMD-карте; если энкодер не поддерживает pixel format, FFmpeg завершится ошибкой.

Перед массовым CLI-запуском полезно открыть тот же файл в GUI и убедиться, что выбранные AI/model/output действительно доступны. Так проще отличить синтаксическую проблему команды от отсутствующей модели или backend. Для image sequence дополнительно проверяют передачу исходного FPS — папка изображений не несет его в метаданных.

Практический сценарий: 24 FPS в 60 FPS

Для 24→60 FPS задача не сводится к кнопке 2×, потому что двойной множитель даст 48. Удобны два пути. Первый — выбрать реализацию, поддерживающую target FPS или дробный коэффициент, и сразу задать 60. Второй — сгенерировать более плотный ряд, например 3× до 72, и применить Maximum Output Frame Rate 60, если этот путь работает стабильнее с выбранной моделью.

Начинают с короткого 10–20-секундного фрагмента, включающего обычное движение и одну склейку. Для живой съемки de-duplication оставляют выключенной, Fix Scene Changes — включенным. RIFE выбирают как базовую модель, затем проверяют движение по тонким объектам и границам лица. Если результат устраивает, те же параметры переносят на полный ролик.

Кодек выбирают по назначению. Для просмотра — H.264/H.265; для дальнейшего монтажа — ProRes или lossless-вариант; для web — контейнер и профиль, поддерживаемые целевой площадкой. Не стоит тратить время на AV1 во время теста модели: сначала быстро проверяют интерполяцию на H.264 или кадрах, а финальный энкодер подключают после выбора AI.

Практический сценарий: 30 FPS в 60 FPS

30→60 — самый простой случай: коэффициент 2× соответствует целевой частоте без дополнительного ресемплинга. Для камеры или gameplay de-duplication выключают, scene detection оставляют включенным, а RIFE запускают в рекомендованной общей модели. Если используется NVIDIA и доступен CUDA-путь, он обычно выгоден по скорости; на AMD или Intel выбирают NCNN/Vulkan.

Если исходное 30 FPS на самом деле 29,970 (30000/1001), двойной результат будет 59,940, а не ровно 60,000. Это нормально и соответствует телевизионной временной базе. Принудительное округление до ровно 60 может потребовать небольшого временного пересчета. Если целевая платформа принимает 59,94, лучше сохранить исходную логику тайминга.

Для захвата игр полезно сначала исключить уже существующие повторные кадры, вызванные нестабильным рендером. Но автоматический de-duplication не всегда правильный инструмент: если игра сама выдала кадр дважды из-за просадки, удаление дубля изменит временную структуру. Иногда лучше оставить временные метки исходника и интерполировать с учетом фактического VFR.

Практический сценарий: аниме и рисованная анимация

В анимации сначала определяют, действительно ли дубли — часть ритма. Сцена может быть нарисована на двойках, но камера поверх рисунка двигаться на каждом видеокадре; тогда изображения не являются идентичными. Агрессивное удаление повторов способно разрушить плавность панорамирования. Анализируют несколько последовательных кадров и только затем включают de-duplication.

Если удерживаются полностью одинаковые картинки, выбирают Accurate After Extraction для сложного материала либо During Extraction для более быстрого прохода. После de-duplication проверяют, не потерялись ли короткие движения глаз, губ и эффектов. Затем сравнивают общую RIFE-модель и вариант, оптимизированный для 2D, если он доступен в выбранной реализации.

Fix Scene Changes обязателен для эпизодов с быстрым монтажом, но чувствительность не должна принимать каждый flash-frame за склейку. В аниме часто встречаются одно-двухкадровые белые вспышки, speed lines и резкая смена цвета. Если детектор режет такие эффекты как scene cut, промежуточное движение исчезает именно там, где оно нужно. Порог корректируют на примере конкретной сцены.

Тонкие линии, рот, глаза и пальцы — хорошие индикаторы качества. Большой фон может выглядеть идеально даже при серьезных локальных ошибках. Проверку проводят в 100% масштабе и по нескольким последовательным выходным кадрам, а не по одному стоп-кадру: часть артефактов заметна только как мерцание.

Практический сценарий: плавное замедление

Для slow motion сначала выбирают коэффициент, соответствующий желаемому растяжению. 4× означает, что между исходными фазами появится достаточно кадров для четырехкратного замедления при исходной частоте воспроизведения. Но число 4× не гарантирует качество: если объект за один исходный кадр перемещается на десятки процентов ширины изображения, модели приходится восстанавливать большую скрытую область.

Лучший источник для замедления — короткая выдержка и относительно резкие исходные кадры. Сильный motion blur кодирует траекторию движения сразу внутри одного изображения, а интерполятор одновременно пытается переместить уже размазанный объект. Итогом могут стать двойные контуры и пульсирующее размытие. Иногда менее высокий коэффициент выглядит естественнее.

В slow motion Flowframes умеет замедлять аудио вместе с видеорядом, чтобы длительность дорожки совпадала с растянутым результатом. Однако художественный time-stretch — отдельная задача: если требуется точный контроль высоты тона, формант, качества речи или музыки, финальную работу со звуком удобнее выполнять в аудиоредакторе после того, как скорость видеоряда уже определена.

Практический сценарий: последовательность рендеров

Для PNG/JPEG-папки выбирают Browse (Folder), вводят исходный FPS вручную и убеждаются, что имена сортируются однозначно: 000001, 000002, 000003 и так далее. Если последовательность начинается не с нуля, это обычно не проблема при корректном импортёре, но смешивать разные сцены в одной папке нельзя.

3D-рендеры часто подходят для RIFE лучше сжатого видео: кадры чистые, без блоков кодека и с точной геометрией. Сложность создают отражения, volumetric effects, motion blur, быстро меняющиеся тени и частицы. Если рендер выполняется через кадр ради экономии времени, перед применением такого метода к проекту стоит проверить самый сложный шот, а не только простой поворот камеры.

Для compositing удобен PNG с alpha. В этом случае цепочка должна оставаться RGBA до конца. JPEG intermediates выключают, ProRes выбирают только 4444/4444 XQ при необходимости видеофайла, а для максимальной предсказуемости экспортируют новую PNG-последовательность.

Производительность: что действительно влияет на скорость

Главные факторы — число пикселей, множитель, модель и реализация. Переход с 1080p на 4K увеличивает площадь кадра примерно в четыре раза, поэтому ожидать такой же FPS нельзя. Коэффициент 4× требует больше промежуточных кадров, чем 2×. Более тяжелая модель может выигрывать в качестве на сложном движении, но потреблять больше времени и памяти.

GPU влияет не только через вычислительную мощность. CUDA-путь на NVIDIA и NCNN/Vulkan на том же адаптере используют разные runtime, поэтому скорость может различаться. На AMD основным вариантом остается Vulkan/NCNN. Интегрированная графика использует общую память и часто ограничена пропускной способностью, даже если формально поддерживает Vulkan.

Накопитель критичен для классического режима. Тысячи PNG создают нагрузку на файловую систему, а медленный HDD способен оставить GPU без работы, пока кадры читаются и записываются. SSD и VS-поток уменьшают этот эффект. Если Task Manager показывает низкую загрузку GPU при активном диске на 100%, менять модель RIFE на быстрее почти бессмысленно — сначала устраняют I/O bottleneck.

Кодирование — отдельная стадия. Медленный x265 или AV1 может продолжаться дольше самой интерполяции. При Auto-Encode это выглядит как накопление очереди, а после генерации — как долгое Waiting for encoding to finish. Для оценки именно AI-скорости используют быстрый кодек или image sequence, а финальное сжатие измеряют отдельно.

Температура и лимиты мощности тоже влияют на длительные проходы. Короткий тест может показывать высокую скорость, а через десять минут GPU снижает частоту. Flowframes не управляет охлаждением, поэтому стабильность системы проверяется обычными средствами. Разгон, который проходит игры, не обязательно стабилен в продолжительном нейросетевом вычислении.

Сколько нужно VRAM, RAM и места на диске

Минимальное требование Flowframes — Vulkan-совместимый GPU для NCNN-пути; для комфортной CUDA-обработки рекомендуется современная NVIDIA-карта, а 6 ГБ VRAM и более дают больше запаса на высокое разрешение. Это не жесткая граница для каждого файла: небольшой 720p-клип может работать на меньшем объеме, а крупный 4K/8K с тяжелой моделью может требовать значительно больше.

При CUDA out of memory сначала уменьшают Maximum Video Input Size, выключают лишние параллельные приложения, пробуют Fast Mode/FP16, другую модель или NCNN. У RIFE/NCNN часть реализаций поддерживает tiling, где кадр делится на блоки. Меньший tile size снижает пиковую VRAM ценой накладных расходов и возможного падения скорости.

RAM особенно важна для точной de-duplication, VapourSynth и больших очередей. Если система начинает активно использовать pagefile, скорость резко падает, а пользователь может ошибочно считать это проблемой GPU. Для длинных 4K-проектов 16 ГБ — разумный базовый объем, но многозадачность и сложная VS-цепочка способны использовать больше.

Потребность в диске в классическом режиме оценивают по кадрам, а не по размеру исходного H.265. Сжатый 10-ГБ фильм может развернуться в огромную PNG-последовательность. Auto-Encode с удалением готовых кадров или RIFE-NCNN-VS существенно уменьшают пик, поэтому при небольшом SSD эти режимы предпочтительнее.

Типичные артефакты интерполяции

Двойные контуры

Появляются, когда модель не уверена, где находился объект между двумя кадрами. Частый источник — motion blur, быстрое движение и прозрачные края. Снижение множителя иногда помогает; также стоит попробовать другую RIFE-модель. Повышение выходного битрейта не исправляет геометрическую ошибку, потому что она уже создана до кодирования.

Желе на лице и руках

Лицо, пальцы, волосы и мелкая артикуляция содержат сложные окклюзии. Если рука закрывает часть лица, между двумя кадрами появляются области, для которых нет прямого соответствия. Нейросеть вынуждена синтезировать скрытую структуру. На проблемных фрагментах лучше сравнить несколько моделей и иногда оставить исходную частоту, чем сохранять заметное искажение.

Морфинг на склейке

Почти всегда означает, что scene change не был распознан. Включают Fix Scene Changes и повышают чувствительность в направлении, которое увеличивает число найденных cuts; в Flowframes меньший числовой порог обычно означает более чувствительное обнаружение. Если dissolve все равно выглядит плохо, переход обрабатывают отдельно.

Дергание после обработки

Первым проверяют de-duplication. На живом видео ошибочное удаление похожих кадров создает нерегулярный ритм. Второй кандидат — VFR/timestamps, третий — неверное ограничение FPS. Сам файл может быть 60 FPS по метаданным, но содержать нерегулярное распределение кадров; это видно при покадровом анализе, а не по одному числу в свойствах.

Цвет стал светлее или темнее

Сравнивают color range, matrix, primaries, transfer и pixel format. Если использовался JPEG intermediate, выключают его. Для HDR проверяют 10-bit и BT.2020/PQ. Нейросеть обычно не является первым подозреваемым, когда изменение одинаково затрагивает весь кадр.

Если Flowframes не видит или неправильно выбирает GPU

В заголовке окна и журнале видно, какие адаптеры обнаружены. На ноутбуке могут одновременно присутствовать Intel/AMD iGPU и NVIDIA dGPU. Если NCNN запускается на интегрированной графике, в AI Specific Options выбирают нужный GPU ID; для CUDA приложение должно использовать совместимую NVIDIA-карту. В Windows также можно назначить для Flowframes режим высокой производительности в настройках Graphics.

Если нужного адаптера нет в списке, сначала обновляют драйвер с сайта производителя и проверяют Vulkan/CUDA отдельно. Переустановка Flowframes не добавляет отсутствующую поддержку Vulkan в старый драйвер. Для очень старых Intel HD 3000/4000 и подобных GPU аппаратных возможностей может не хватать принципиально.

При нескольких дискретных картах список ID не всегда совпадает с физическим номером слота. Правильный выбор подтверждают загрузкой GPU во время короткого теста. Мульти-GPU поддерживается не каждым интерполятором; RIFE-NCNN-VS, например, может использовать один заданный GPU, даже если другие режимы допускают список устройств.

Ошибка CUDA out of memory

Сообщение OOM означает, что выбранная CUDA-операция не смогла получить достаточно видеопамяти. Закрытие браузера иногда почти не помогает, если проблема вызвана самим размером тензоров. Основные методы — уменьшить рабочую высоту, выбрать FP16/Fast Mode, снизить tile size там, где он доступен, использовать менее тяжелую модель или перейти на NCNN/Vulkan.

Если OOM возникает только после нескольких минут, а не на первом кадре, проверяют утечку/накопление буферов и Auto-Encode. Полезно повторить тот же клип после перезапуска приложения. Если ошибка всегда появляется на одном и том же разрешении и исчезает после снижения Maximum Video Input Size, причина почти наверняка в пиковом VRAM.

Ошибка Frame extraction failed

Frame extraction failed относится к FFmpeg/входному файлу, а не к AI. Сначала смотрят, сколько кадров извлечено: ноль означает, что декодирование не стартовало; число меньше ожидаемого — что процесс оборвался посередине. Проверяют свободное место, доступность temp-папки, путь к файлу, корректность контейнера и сообщения FFmpeg непосредственно перед отменой.

Быстрый диагностический прием — перемультиплексировать исходник в новый MKV/MP4 без перекодирования и повторить задачу. Это исправляет часть поврежденных индексных структур и странных timestamp'ов. Если и новый контейнер не извлекается, пробуют короткий участок или другой декодер. Менять RIFE-модель на этом этапе бессмысленно: до нее процесс еще не дошел.

Сетевой путь лучше заменить локальным. Flowframes и вспомогательные утилиты не во всех режимах одинаково работают с UNC/SMB, а тысячи мелких файлов дополнительно создают проблемы с задержками. Копирование исходника на локальный SSD — один из самых информативных тестов.

Ошибка загрузки модели

При первом использовании конкретной модели Flowframes может скачать ее автоматически. Если сервер недоступен или файл получен не полностью, появляется сообщение о failed/invalid model. Повторная загрузка имеет смысл только после удаления поврежденного файла из каталога моделей либо использования встроенного model downloader, который умеет проверять и получать наборы заранее.

Прокси, корпоративный фильтр и антивирус могут блокировать загрузку. Если интернет работает в браузере, это не гарантирует доступ процесса Flowframes к серверу. В настройках предусмотрен выбор сервера/зеркала для моделей. Нельзя заменять отсутствующий файл случайной моделью с тем же номером: разные реализации могут ожидать разные форматы весов.

Интерполяция зависла на Running RIFE

Если статус дошел до AI, но счетчик кадров не растет, проверяют загрузку GPU и консольный вывод. Для диагностики в Developer Options можно включить Show Hidden CMD Windows, чтобы увидеть отдельное окно процесса. Ошибка Python-модуля, Vulkan allocation или model load там часто видна раньше, чем GUI сформирует итоговое сообщение.

Для CUDA проверяют доступность встроенного Python/PyTorch, для NCNN — Vulkan и GPU ID. Короткий 720p-файл помогает отделить системную проблему от нехватки ресурсов на 4K. Если маленький клип работает, а большой зависает, уменьшают разрешение или tile size; если не работает ничего, исследуют backend/драйвер.

Кодирование не начинается или падает в конце

Ситуация, когда AI завершился, а файл не создается, обычно указывает на FFmpeg. Журнал содержит фактический энкодер и pixel format. Если выбран NVENC/AMF/QSV, сначала пробуют программный x264: успешный x264 показывает, что кадры корректны, а проблема связана с аппаратным кодировщиком или драйвером.

Следующий шаг — упростить контейнер: H.264 + YUV420P + MP4/MKV без дополнительных FFmpeg arguments. После успешного базового экспорта по одному возвращают 10-bit, HDR, нестандартный pixel format, аппаратный энкодер и пользовательские флаги. Такой порядок быстрее, чем одновременно менять несколько параметров и не понимать, какой из них исправил ошибку.

При переносе аудио/субтитров проблема может возникнуть на muxing после успешного видео encode. Для проверки временно отключают Keep Subtitles или выбирают MKV, который принимает больше типов потоков. Если видео без дорожек создается, AI и кодек исправны, а конфликт находится на уровне контейнера.

Developer Options и диагностика FFmpeg

Раздел Developer Options рассчитан на ситуации, когда стандартных полей интерфейса недостаточно. Здесь можно показать скрытые CMD-окна, изменить способ объединения аудио и субтитров, задать число потоков FFmpeg, выбрать preset кодирования, добавить собственные аргументы и управлять некоторыми внутренними параметрами. Для обычного проекта эти значения лучше оставлять штатными: большинство ошибок после тонкой настройки возникает из-за несовместимых флагов, а не из-за ограничений программы.

Show Hidden CMD Windows — полезнейший диагностический переключатель. При включении становятся видны консольные окна RIFE, Python, VapourSynth или FFmpeg. Если GUI сообщает лишь Canceled, в консоли нередко присутствует точная причина: cannot allocate memory, unsupported pixel format, no module named…, invalid data found when processing input или ошибка модели. После диагностики окна можно снова скрыть.

Параметр thread count для FFmpeg относится к декодированию/кодированию, а не к числу GPU-потоков RIFE. Увеличение его выше числа разумных CPU-потоков не ускоряет нейросеть. Некоторые кодеки сами выбирают оптимальный параллелизм, поэтому принудительный override нужен только при известной проблеме или для ограничения нагрузки системы.

Дополнительные FFmpeg arguments должны применяться осознанно. Перед сложной командой полезно сохранить стандартный успешный профиль, затем добавлять по одному флагу. Если после пользовательского параметра появляются неправильные цвета, битая временная база или отказ энкодера, возвращение к пустому полю Additional Encoding Arguments быстрее всего показывает, был ли виноват кастомный набор.

Длинные фильмы и многочасовые записи

На длинном материале проблемы, незаметные в коротком клипе, накапливаются. Ошибка временной базы приводит к заметному рассинхрону аудио, слишком высокий расход PNG заполняет диск, а медленный Auto-Encode создает растущую очередь кадров. Поэтому полный фильм не стоит запускать первым тестом: сначала обрабатывают начало, середину и участок ближе к финалу, чтобы проверить склейки, звук и стабильность выбранной модели.

Для классического режима заранее задают временную папку на SSD с большим запасом, включают Auto-Encode только после успешного короткого теста и оценивают скорость кодировщика относительно AI. Если encode заметно медленнее интерполяции, имеет смысл либо использовать более быстрый кодек для промежуточного мастера, либо перейти к VS-потоку, чтобы не держать гигантскую очередь изображений.

У многочасовых экранных записей часто встречается VFR. В этом случае особенно важен правильный frame count и сохранение timestamps. Принудительное превращение в CFR до Flowframes иногда упрощает задачу, но это уже отдельное преобразование и может поменять длительность отдельных кадров. Если исходник синхронен, лучше сначала дать Flowframes обработать его с исходной временной информацией и конвертировать только при реальной проблеме.

GIF, зацикленные клипы и короткие анимации

GIF удобен для коротких демонстраций, но технически сильно уступает современному видео: палитра ограничена, сжатие неэффективно для фотографического материала, а высокий FPS быстро раздувает файл. Flowframes позволяет выбрать число цветов и dithering; Bayer дает предсказуемый рисунок, Floyd-Steinberg лучше распределяет ошибку на градиентах, а отключение dithering сохраняет ровные области, но может усилить полосы.

Для бесшовной петли включают Loop Interpolation, чтобы последний кадр получил переход к первому. После обработки проверяют не только визуальный стык, но и дублирование конечного кадра: если исходный GIF уже содержит одинаковые первый и последний изображения, дополнительная копия может дать микропаузу. В таком случае один из дублей удаляют до интерполяции.

Если нужна прозрачность, GIF поддерживает лишь индексную прозрачность, а не полноценный плавный alpha как PNG. Полупрозрачные края могут выглядеть хуже. Для исходников с мягкой маской лучше сохранить PNG/WebP-последовательность или видео с настоящим альфа-каналом, а GIF создавать только как упрощенную производную.

Переменная частота кадров и нестандартный тайминг

VFR означает, что интервалы между кадрами отличаются. Одного числа 29,97 FPS недостаточно, чтобы описать такой поток: это среднее или заявленное значение. Для интерполяции важны реальные timestamps. Flowframes умеет работать с переменной частотой, но поврежденные метки времени, некорректный duration контейнера и ошибки захвата способны усложнить вычисление порядка кадров.

Признаки проблемы с таймингом — корректная картинка, но постепенно уезжающий звук, неожиданная длительность финального файла, неравномерные паузы либо сообщение о странной частоте. Сначала сравнивают длительность по FFprobe/медиасвойствам и число кадров, затем при необходимости перемультиплексируют источник. Перекодирование в CFR используют как последний упрощающий шаг, потому что оно само принимает решения о дублировании или удалении кадров.

Для image sequence VFR невозможен без внешнего файла временных меток: отдельные картинки не знают длительности. Flowframes просит обычный Input FPS и формирует равномерную сетку. Если рендер должен иметь неодинаковые интервалы, такой проект лучше собирать в видеоредакторе или через timecode-aware инструмент после интерполяции.

Как оценивать качество результата

Нельзя судить об интерполяции только по ощущению стало плавнее. Смотрят места, где AI рискует ошибиться: контуры перед контрастным фоном, тонкие вертикали при панорамировании, перекрывающиеся руки, колесные спицы, текст, воду, дым, частицы и момент появления объекта из-за препятствия. На этих элементах геометрическая ошибка проявляется раньше всего.

Проверка выполняется в движении и покадрово. Покадровый режим показывает разорванную форму, но некоторые ошибки заметны только как временное мерцание — один плохой кадр между двумя хорошими. Наоборот, единичная странная промежуточная форма может быть практически незаметна при 120 FPS. Финальное решение принимают по сценарию просмотра, а не по экстремальному увеличению каждого пикселя.

Сравнивают модели на одинаковом кодировании. Если один тест записан ProRes, а другой — низкобитрейтным H.264, разница компрессии смешается с разницей AI. Для отбора модели удобны PNG-последовательности или одинаковый lossless/высококачественный мастер; дистрибутивное сжатие выполняют после выбора.

Интерполяция не восстанавливает истинно существовавший кадр. Модель строит вероятное промежуточное состояние. Поэтому для технической съемки, судебного видео, измерений и других задач, где важно фактическое положение объекта в конкретный момент, синтезированные кадры нельзя выдавать за оригинальные данные камеры.

Базовые настройки для разных типов материала

Материал	De-Duplication	Scene Changes	Практический старт
Камера, фильм	Выключено	Включено	RIFE, 2× или целевой FPS
Игровой захват	Обычно выключено	Включено	RIFE 2×, проверить VFR
Аниме/2D	По структуре дублей	Включено	Тест Accurate dedupe и 2D-модели
3D image sequence	Выключено	По сценам	Ручной Input FPS, PNG
Петля/GIF	По исходнику	Обычно не нужно внутри одного плана	Loop, проверка стыка
Материал с alpha	По содержанию	Включено при монтаже	RGBA/PNG или ProRes 4444

Таблица задает отправную точку, а не универсальный preset. Главная ошибка — включить все улучшающие флажки одновременно. De-duplication, scene detection, UHD Mode и Fast Mode решают разные проблемы; каждый параметр имеет смысл только при конкретном типе входа.

Сравнение Flowframes с аналогами

Программа	Лучше подходит для	Главное ограничение
Flowframes	Гибкой AI-интерполяции видео и последовательностей с RIFE, de-duplication, scene detection и точным экспортом	Нет встроенного апскейлинга изображения
enhancr	Связки интерполяции, апскейлинга и restoration с NCNN/TensorRT, очередью и live preview	Больше backend-настроек и зависимостей
REAL Video Enhancer	Кроссплатформенной интерполяции и апскейлинга с современными NCNN/TensorRT-путями	Меньше акцента на ручной работе с промежуточными кадрами
SmoothVideo Project	Повышения FPS при воспроизведении и real-time конвертации в плеерах	Основной сценарий — просмотр в реальном времени
Topaz Video	Комплексного AI-видеопроцесса: интерполяции, апскейлинга, denoise и стабилизации	Коммерческий продукт и более тяжелый комплексный workflow

Flowframes выгоден, когда центральная задача — именно интерполяция кадров и пользователь хочет контролировать временную структуру: дубли, cuts, множитель, target FPS, промежуточные изображения и контейнер. Он не пытается одновременно быть универсальным реставратором или апскейлером, поэтому интерфейс остается сфокусированным на движении.

enhancr ближе всего по идее AI GUI с несколькими backend: он умеет интерполяцию через RIFE/GMFSS/CAIN, использует NCNN и TensorRT, поддерживает очередь, preview и связывание нескольких операций. Он удобнее, если в одном проекте нужно сразу upscale + interpolation, но число движков и способов инференса повышает сложность выбора.

REAL Video Enhancer также совмещает интерполяцию и повышение разрешения, причем ориентирован на Windows, Linux и macOS и предлагает NCNN/TensorRT. Его выбирают, если нужна одна программа для нескольких типов улучшения и важна кроссплатформенность. Flowframes, в свою очередь, детальнее раскрывает классический workflow с кадрами, de-duplication и специфическими экспортными настройками.

SmoothVideo Project отличается целью: сильная сторона SVP — интерполяция прямо во время воспроизведения в поддерживаемых плеерах, включая высокие частоты и RIFE/TensorRT. У него есть конвертация в файл, но если конечная цель — постоянный мастер-файл с ручным контролем промежуточных кадров и сложным muxing, Flowframes логичнее.

Topaz Video выбирают, когда интерполяция — лишь часть реставрации: вместе нужны upscale, denoise, deblur, stabilization и другие AI-модули. Это коммерческая система с собственными моделями Apollo, Chronos и Aion. Для пользователя, которому требуется только поднять FPS через открытые RIFE-подходы и гибко обращаться с image sequence, Flowframes проще и прозрачнее по логике.

Практический вывод: для чистой задачи сделать больше кадров и сохранить контроль над временной структурой Flowframes остается специализированным вариантом. Если важнее real-time playback — смотрят в сторону SVP; если нужен единый комплекс enhancement — Topaz Video, enhancr или REAL Video Enhancer дают более широкий набор функций ценой дополнительной сложности.

Частые вопросы о Flowframes

Можно ли повысить 24 FPS сразу до 60 FPS?

Да, если выбранная реализация позволяет задать целевой FPS или дробный коэффициент. Альтернативно можно интерполировать до более высокой кратной частоты и ограничить финальный поток до 60 FPS. Для 23,976 стоит отдельно решить, нужен ли ровно 60,000 или стандартные 59,940.

Улучшает ли Flowframes разрешение 1080p до 4K?

Нет. Программа генерирует временные кадры, а не новые пространственные детали. Maximum Video Input Size, наоборот, может уменьшить рабочее разрешение ради скорости. Для апскейлинга нужен отдельный алгоритм или программа.

Что выбирать на NVIDIA: CUDA или NCNN?

CUDA/PyTorch обычно предпочтителен по скорости на совместимой NVIDIA-карте, а NCNN/Vulkan полезен как более универсальный путь. Если CUDA нестабилен, не хватает VRAM или конкретная модель доступна только в NCNN, переход на Vulkan может быть рациональнее.

Что использовать на AMD?

RIFE NCNN/Vulkan или другой NCNN-интерполятор. CUDA относится к NVIDIA. Перед запуском нужен актуальный драйвер с поддержкой Vulkan; старые адаптеры могут не удовлетворять требованиям даже при достаточном объеме видеопамяти.

Нужно ли включать De-Duplication для любого видео?

Нет. Эта функция прежде всего для 2D-анимации и материалов с настоящими повторяющимися кадрами. На камере, gameplay и CGI ее обычно отключают. Ошибочное удаление похожих кадров — одна из частых причин дерганого результата.

Почему после интерполяции появляются странные кадры на склейках?

Модель пытается построить движение между двумя несвязанными планами. Включают Fix Scene Changes и настраивают чувствительность. Если проблема остается на dissolve/crossfade, переход обрабатывают отдельно или оставляют исходным.

Можно ли сохранить несколько аудиодорожек?

Да, Flowframes поддерживает перенос нескольких дорожек, если выбранный контейнер и кодеки совместимы. MKV наиболее гибок. При несовместимости поток может потребовать перекодирования либо другой контейнер.

Можно ли работать без огромной папки PNG?

Да. RIFE-NCNN-VS через VapourSynth способен организовать потоковую интерполяцию в памяти/конвейере, а Auto-Encode уменьшает количество одновременно хранящихся кадров в классическом режиме. Для ручной ретуши, наоборот, полный набор PNG полезен.

Почему 4K обрабатывается намного медленнее 1080p?

Площадь кадра возрастает примерно в четыре раза, а нейросеть выполняет вычисления по пикселям и картам признаков. Дополнительно растут VRAM, RAM и I/O. Снижение Maximum Video Input Size ускоряет работу, но уменьшает пространственное качество результата.

Какой формат лучше для дальнейшего монтажа?

Для монтажа обычно удобнее ProRes, FFV1 либо image sequence без потерь. H.264/H.265 хороши для доставки и хранения, но сложнее декодируются при постоянном покадровом перемещении и добавляют еще один слой потерь.

Как получить видео с прозрачностью?

Исходник должен иметь alpha, выбранная реализация RIFE — поддерживать его интерполяцию, а выход — хранить канал. Наиболее предсказуемый вариант — PNG/RGBA sequence; для видео используют ProRes 4444/4444 XQ или другой совместимый codec/pixel format.

Что делать, если результат плавный, но цвет изменился?

Проверить JPEG intermediates, color matrix/range, bit depth и pixel format. Для HDR — BT.2020/PQ/HLG и 10-bit. Если цвет меняется уже при простом encode без AI, проблема находится в цепочке преобразования, а не в RIFE.

Можно ли поставить интерполяцию на ночь?

Да. Очередь, уведомления и When Done рассчитаны на длительные задачи. Перед этим рекомендуется один полный короткий тест с тем же output mode и дорожками, а действие Shutdown включать только после подтверждения стабильности.

Как настроить Flowframes без лишних экспериментов

Для первого прохода достаточно выбрать видео, указать output directory, оставить рекомендованный RIFE, поставить 2× или нужный target FPS, включить Fix Scene Changes и не трогать De-Duplication для обычной съемки. Далее обрабатывают короткий сложный фрагмент и смотрят результат. Только если видна конкретная проблема, меняют один параметр: модель, порог сцен, de-duplication, UHD Mode или способ кодирования.

Такой порядок сохраняет причинно-следственную связь. Одновременное включение Fast Mode, HQ JPEG, de-duplication, кастомного FFmpeg, нестандартного pixel format и высокого множителя усложняет поиск ошибки. Flowframes дает много ручных настроек именно для специальных случаев, а не потому, что базовый сценарий требует заполнить каждое поле.

В финальной задаче лучше разделять качество интерполяции и качество сжатия. Сначала добиваются корректного движения на быстром или без потерь выходе, затем настраивают H.264/H.265/AV1 под размер и платформу. Если изображение искажается до encode, битрейт это не исправит; если AI-кадры правильные, но финальный файл покрыт блоками, менять нейросеть не нужно.

Итоговый рабочий принцип

Flowframes лучше всего раскрывается как специализированный конвейер управления движением: сначала пользователь приводит временную структуру источника в порядок, затем выбирает подходящую реализацию RIFE или альтернативный интерполятор, проверяет склейки и сложные движения на коротком отрезке и только после этого запускает полный экспорт. Такой подход позволяет использовать сильные стороны программы — точный контроль FPS, работу с image sequence, de-duplication, scene detection, потоковый VS-режим и гибкое кодирование — без лишнего риска потратить часы на проход с неверной временной базой или несовместимым форматом.