DeepFaceLab相关文章

如果你已经从别的地方了解了这些信息可以跳过。
如果没有，在此之前请看看 相关专栏，里面有基础信息和历史版本的变化。

文章目录

• （一）更新放缓的稳定版本
• （二）技巧汇总
• • （2.1）常规的技巧
  • （2.2）角度/表情小花招
  • （2.3）加入噪点更自然
  • （2.4）确认每一帧的头像
  • （2.4）使用LHR显卡的问题

（一）更新放缓的稳定版本

官网放出的包停留在2021年11月20日的版本，
如果访问不了可以用下面的磁力链接。

之后作者还有几次小的更新，可以自己拖git源码更新。
各个步骤和以前差不多，具体更新内容请看作者的描述。
这里不是重点。

（二）技巧汇总

（2.1）常规的技巧

之前的文章提过一些使用技巧，这里仅简短总结一下：

• 视频图片一定要降噪。
• 确认每一帧提取的头像都是正确的
• 重复利用你的模型（即使src/dst都换了）。
• 用更高的分辨率（如果显卡显存运行，分辨率会量变引起质变）。
• 使用适当的合成参数（边缘模糊，大小缩放，颜色转换类型等）。
• 特殊遮挡情况下，自己训练和使用遮罩。

（2.2）角度/表情小花招

如果我们提取的data_dst（目标），能识别的面部有角度特别大的，比如大角度抬头低头（俗称死亡角度）。
那么因为data_src（源）很难有对应角度，所以尽管训练次数很多，训练结果也不佳，很不自然。

这时候可以选择：

1. 你自己头像做data_src的，大可再拍一些刁钻角度，丰富后用于训练（Really
2. 将中这些角度特别大的头像图片，拷贝到中，再进行训练。
3. 直接将面部信息放入进行训练，一定时间后再换成正常的data_src训练。

使用方法2：
这些角度的面部变得自然，但也变得不再是data_src中人的样子了。
不过角度特别大的情况下，其实也看不出来是谁，这时候视频整体显得自然更重要。
同时缺点是你得自己去选哪些照片，还要注意用完后不要混入真正的data_src中了。

使用方法3：
偷懒的办法，也许没有方法2那么自然吧……呃，自己试试：）

（2.3）加入噪点更自然

由于机器学习的特点，训练后的脸部，会显得相对平滑。
而视频画面其它位置，特别是电影是一定有噪点的。

两者合成后就会显得不自然。
这时候可以：

1. 合成时选择合适的超分辨率系数。
2. 将视频帧大幅度降噪，合成后，再用其它视频处理软件加入一定的模仿电影画面的噪点。

这两个方法可以同时用，不是二选一。
比如最近做的这个例子（不知道能看出效果么）：

是中国古装奇幻版本特工绍特么/p>

（2.4）确认每一帧的头像

这点在前面其实写过：

1. 确认每一帧只提取了目标的头像，而不是其它人的，或多个头像。
2. 重新手动提取扭曲的/错误的头像。

但是重点来了：

即使你检查过提取后的头像图片是正常的，也不能完全确认头像正确。
还需要检查识别到头像的每个视频帧。

也就是，你仅仅检查里的头像图片是不够的，如下：

真正需要找到的识别有问题的，可能只有几张。

PS：希望我的表述足够清楚。

（2.4）使用LHR显卡的问题

！！！更新：有报道称N卡522.25版本驱动取消了挖矿限制，所以升级驱动后，应该没有下面的问题了……

托显卡挖矿的福，导致之前很长时间显卡大幅涨价。
价格很离谱，同时严重的消耗了整个地球的能源和半导体，还不产生任何真正的价值。

那时厂商推出的LHR显卡（Light Hash Rate）低哈希运算，也就是锁挖矿能力。

本意是给游戏玩家一条生路。但是在训练时偶然发现……
可能中途导致训练速度变成正常的50%（真是谢谢您，Nvidia，温暖了四季…）。

遇到这种情况可以稍微调低训练参数，比如Batch Size，不要让显卡负载太高（这是咱应该操心的么）。
或者如果没有买30系列显卡的，可以等等，40来了。

PS：不知道40系列上市后，是否DFL也会有30时代的适配问题。

来源：若苗瞬