简单尝试DeepFaceLab(DeepFake)的新AMP模型 |
您所在的位置:网站首页 › deepfacelab侧脸训练不好 › 简单尝试DeepFaceLab(DeepFake)的新AMP模型 |
DeepFaceLab相关文章 一:《简单介绍DeepFaceLab(DeepFake)的使用以及容易被忽略的事项》 二:《继续聊聊DeepFaceLab(DeepFake)不断演进的2.0版本》 三:《如何翻译DeepFaceLab(DeepFake)的交互式合成器》 四:《想要提高DeepFaceLab(DeepFake)质量的注意事项和技巧(一)》 五:《想要提高DeepFaceLab(DeepFake)质量的注意事项和技巧(二)》 六:《友情提示DeepFaceLab(DeepFake)目前与RTX3080和3090的兼容问题》 七:《高效使用DeepFaceLab(DeepFake)提高速度和质量的一些方法》 八:《支持DX12的DeepFaceLab(DeepFake)新版本除了CUDA也可以用A卡啦》 九:《简单尝试DeepFaceLab(DeepFake)的新AMP模型》 十:《非常规的DeepFaceLab(DeepFake)小花招和注意事项》 文章目录 一,不算太新的AMP模型1.1 什么是AMP模型1.2 训练AMP的步骤1.3 最终效果 二,其它模型及特点2.1 SAEHD2.2 Quick962.3 被移除的模型 一,不算太新的AMP模型 1.1 什么是AMP模型在2021年5月30日的版本中,作者试验性的加入了AMP模型。 目前版本就有3个模型了: AMPQuick96SAEHDAMP:对应amplifier(放大器),因为目标的面部表情被放大到源脸。 这个模型可以控制morph factor(变形因子)参数,可以在合成前指定 0.0 到 1.0 的参数值。 当然还有很多具体的描述请看作者原文档吧。 1.2 训练AMP的步骤需要足够多样的源脸数据集。 设置morph factor(变形因子)为0.5 运行6) train AMP SRC-SRC.bat脚本,训练源到源到50万次以上迭代 (越多越好) 从model目录中删除inter_dst文件 常规训练——也就是运行6) train AMP.bat 1.3 最终效果测试的内容都删了,才发现忘记截图……只能文字举个例子。 AMP模型最大的特点就是合成时指定morph factor变形因子。 morph factor = 0.0:合成后完全是目标脸,等于根本没有换脸。morph factor = 1.0:合成后完全是源脸。所以当morph factor介于0.0到1.0之间时,合成效果就在更像源/更像目标之间浮动。 试了一下确实是这样,但是对比SAEHD似乎没找到AMP的优点,它到底是干嘛用的。 个人怀疑,它是不是用于源难以重现目标所有表情时的一个选择? 如果你知道,请不吝赐教。 . 二,其它模型及特点 2.1 SAEHD平时用的正常的模型,有很多参数选择。 可以根据自己的显卡调整分辨率和学习网络的各种选项。 简称SAEHD:High Definition Styled AutoEncoder 之前各种文章都是用的这个模型(也没别的啊)。 . 2.2 Quick96最快速的模型,没有任何选项,固定96分辨率,全脸。 因为固定了选项,所以会自动用作者提供的预训练数据(所以很快)。 可以用在低端显卡上,比如2GB+的NVidia,或者4GB+的AMD。. 用这个模型可以快速的试一下,出效果。 缺点是分辨率太低了,量变引起质变,有时导致最终效果不佳(不仅是分辨率)。 . 2.3 被移除的模型 TrueFace:只能N卡用,作者试了一下就移除了。SAE:被SAEHD给替代了。avatar :是不是给动漫用的,忘记了……反正被移除了,其效果可以被代替。RecycleGAN:呃,完全没印象…… |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |