> ## Documentation Index
> Fetch the complete documentation index at: https://koharu.rs/llms.txt
> Use this file to discover all available pages before exploring further.

# 画像処理モデル

> 検出、OCR、画像再構成のモデルを選びます。

**設定 → パイプライン**で各段階のモデルを選びます。前処理とオプションはモデルが担当し、[処理の流れ](/ja/guides/processing)は共通です。

## 検出

**Koharu Layout RF-DETR Seg 2XL** が文字、吹き出し、コマを検出し、後続段階向けのセグメンテーション情報を作ります。

文字、吹き出し、コマの閾値は、各クラスに必要な確信度を調整します。下げると不確かな領域も残り、誤検出が増える場合があります。複数の代表的なページで比較してから変更してください。

## OCR

| モデル              | 用途                   |
| ---------------- | -------------------- |
| PaddleOCR-VL 1.6 | 既定の汎用視覚言語 OCR        |
| Manga OCR        | 日本語のマンガ文字            |
| Baberu OCR       | マンガ向けの別の認識モデル        |
| Hayai OCR        | 中国語、韓国語、日本語、英語のマンガ文字 |

<Note>
  OCR
  は検出された文字領域を読みます。文字が欠ける場合は検出を先に確認してください。渡されていない領域を認識モデルの変更だけで復元することはできません。
</Note>

## インペイント

<Tabs>
  <Tab title="直接型">
    既定は **LaMa** です。**AOT Inpainting** も直接型の再構成モデルです。通常の文字除去ではここから試します。
  </Tab>

  <Tab title="生成型">
    **FLUX.2 Klein** は再構成用プロンプト、マンガ向けの **RORem Mixed** は正・負のプロンプトを使います。

    通常、より多くのランタイムデータ、メモリ、時間が必要です。周囲の画像の復元と文字の除去を指示し、訳文の組版はテキストレイヤーで行います。
  </Tab>
</Tabs>

## プロファイルと初回実行

対応モデルは独立した設定プロファイルを持ちます。生成モデルへ戻すと、そのモデルのプロンプトが復元されます。

モデルは必要時にロードされます。初回の取得・ロード時間を除き、同じページでウォームアップ後に比較して、プロジェクトの既定を選んでください。