（DKBY）DFL学习笔记

一、DFL换脸的思路：先将视频转换成图片，从图片中提取人脸，从人脸中学习特征。然后应用模型，先对图片进行换脸，然后把图片合成视频，同时带上原视频的音轨。

二、流程：
1.src视频分解图像  2.dst视频分解图像
3.src提取面部  4.dst提取面部
5.训练模型  6.应用模型  7.合成视频

三、脚本：
2) src 视频提取图像 extract images from video data_src.bat
3) dst 视频提取图像（全帧率） extract images from video data_dst FULL FPS.bat
4) src 自动提取面部 data_src faceset extract.bat
5) dst 自动提取面部 data_dst faceset extract.bat
6) 训练 SAEHD train SAEHD.bat
7) 应用 SAEHD merge SAEHD.bat
8) 合成 MP4 视频 merged to mp4.bat

四、预训练模型：
如果使用别人的模型：use pretrain mode改为N，关闭预训练模式使得模型会将迭代计数还原为0
如果自己训练模型：正常创建模型，预训练模式选择n，然后src和dst的aligned文件夹中，放上你已有的人脸数据图片，src和dst重复也没关系，图越多越好，越杂越好。

五、训练参数
1.[0] Which GPU indexes to choose? :请输入GPU序号
2.Choose one of saved models, or enter a name to create a new model.选择一个已有的模型，或输入名字创建新模型
3.Choose one or several GPU idxs (separated by comma).选择一个或多个GPU序号
4.[0] Autobackup every N hour每N小时备份 ( 0..24 ?:help ) :选择自动备份时间
5.[n] Write preview history ( y/n ?:help ) :记录保存预览图
6.[n] Choose image for the preview history ( y/n ) :指定预览图
7.[0] Target iteration目标迭代数 :目标迭代次数
8.[y] Flip faces randomly ( y/n ?:help ) :随机翻转人脸
9.[2] Batch_size ( ?:help ) : ?批尺寸大小
10.[512] Resolution ( 64-640 ?:help ) : ?模型分辨率
11.[wf] Face type人脸类型 ( h/mf/f/wf/head ?:help ) :选择人脸类型
12.[liae-ud] AE architecture ( ?:help ) : ?
'df' keeps more identity-preserved face.
'liae' can fix overly different face shapes.
'-u' increased likeness of the face.
'-d' (experimental) doubling the resolution using the same computation cost.
Examples: df, liae, df-d, df-ud, liae-ud, ...
模型的架构
13.[256] AutoEncoder dimensions ( 32-1024 ?:help ) :模型中间瓶颈层的宽度
14.[64] Encoder dimensions ( 16-256 ?:help ) :模型编码层的宽度
15.[64] Encoder dimensions ( 16-256 ?:help ) :模型解码层的宽度
16.[n] Masked training ( y/n ?:help ) : ?只训练遮罩部分
17.[0.0] GAN power ( 0.0 .. 1.0 ?:help ) :GAN的强度

六、训练调试参数（2022.7.18版）
face type : WF
random_flip : off
adabelief : on
eyes_mouth_prio : on
ct_mode: lct .

10-30W
learning rate drop：y

10-30W
random warp：n

GAN训练10-30W
GAN poewer： 0.1