DeepFaceLab(AI换脸)的学习与使用

#DeepFaceLab的学习与使用
此次学习是在八月二号开完会之后对以前AI换脸学习的补充

DeepFaceLab简介及特点

Deepfakes是一种利用机器学习中的深度学习实现深度视频换脸的技术。这种技术在特定的场合下可以做出非常逼真自然的换脸视频。而DeepFaceLab是众多软件中,安装最简单,使用最方便,更新最快的一款软件。
功能特性:
安装方便,环境依赖几乎为零,下载打包的EXE文件解压即可运行(最大优势)
添加了很多新的模型
新架构,易于模型实验
人脸图片使用JPG保存,节省空间提高效率
CPU模式,第8代Intel核心能够在2天内完成H64模型的训练。
全新的预览窗口,便于观察。
并行提取
并行转换
所有阶段都可以使用DEBUG选项
支持MTCNN,DLIBCNN,S3FD等多种提取器
支持手动提取,更精确的脸部区域,更好的结果。
多种模型

下载途径

GitHub源码:https://github.com/iperov/DeepFaceLab
编译好的Windows版本:https://mega.nz/#F!b9MzCK4B!zEAG9txu7uaRUjXz9PtBqg
(需要科学上网)
没有科学上网可以去网盘下载,资源来自一个同营大佬:链接:https://pan.baidu.com/s/1bmHXNluDj4EhVqOkBKD-Ow 提取码:www2

使用

安装好以后差不多是这样DeepFaceLab(AI换脸)的学习与使用_第1张图片
各部分释义

  1. 清理工作空间
  2. src视频 分解图像
  3. dst视频 分解图像
    3.)dst视频分解图像(全帧率)
    3.)剪辑视频(视频拖到我身上)
    3.optional) 图像降噪
  4. src提取面部
    4)src手动提取面部
    4)src自动提取面部
    4.1) src查看对齐结果
    4.2) 面部调整
    4.2) 面部排序
    4.2) 面部文件打包
    4.2 )面部文件解包
    4.2) 面部元数据储存
    4.2) 面部元数据恢复
    4.2) 面部增强
    4.2) 生成带标注的debug图片
    4.2) 原始文件名恢复
  5. dst提取面部
    5) dst手动提取面部
    5) dst手动提取面部(删除debug图片后)
    5) dst自动提取面部+手动修复
    5) dst自动提取面部
    5.1)查看对齐结果
    5.1)查看对齐结果的debug图片
    5.2)面部调整
    5.2)面部排序
    5.2)面部文件打包
    5.2)面部文件解包
    5.2)面部文件名恢复
    5.XSeg.1)src遮罩编辑
    5.XSeg.1)src遮罩移除
    5.XSeg.1)src遮罩抓取
    5.XSeg.2)dst遮罩编辑
    5.XSeg.2)dst遮罩移除
    5.XSeg.2)dst遮罩抓取
    5.XSeg.3)训练遮罩
    5.XSeg.3.1)src训练遮罩-移除
    5.XSeg.3.1)src训练遮罩-应用
    5.XSeg.3.2)dst训练遮罩-移除
    5.XSeg.3.2)dst训练遮罩-应用
    5.XSeg.G1)src整脸遮罩
    5.XSeg.G2)dst整脸遮罩
  6. 训练模型
    6)训练AMP SRC-SRC
    6)训练AMP train AMP
    6)训练Quick96
    6)训练SAEHD
    6.optional)导出AMP为dfm文件
    6.optional)导出SAEHD为dfm文件
  7. 应用模型
    7)应用AMP
    7)应用quick96
    7)应用SAEHD
  8. 合成视频
    8)合成AVI视频
    8)合成MOV(无损)视频
    8)合成MP4(无损)视频
    8)合成MP4视频
  9. 附加
    10)启动EBS
    10)转为仅CPU模式

基本使用

第一步

运行在这里插入图片描述
帧率回车
格式jpgDeepFaceLab(AI换脸)的学习与使用_第2张图片

第二步

运行在这里插入图片描述
仍然jpg

第三步

运行在这里插入图片描述

之后基本上一路回车即可
提取出来的保存在\workspace\data_src\aligned路径下

第四步

运行
在这里插入图片描述
仍然一路回车
保存路径类似上

第五步

运行
在这里插入图片描述
这次数据较多,新手仍然一路回车。
运行成功则会打开下图界面:DeepFaceLab(AI换脸)的学习与使用_第3张图片
训练时间有点长,根据显卡性能的不同时间也不同。
当上图第二列,第四列,第五列图像都较为清晰,或者窗口中loss值小于0.2表明训练效果较好。
按p可以刷新训练成果。

第六步

运行在这里插入图片描述
交互输入y
线程不要超过8
之后会出现交互合成页面DeepFaceLab(AI换脸)的学习与使用_第4张图片
这里是我节的截的地方的图片,因为我的是英文界面,用这个作为参考。
然后按tab开始交互,常用wsed四个键位,分别用来调节羽化和侵蚀,简单方法是修改过第一帧图片后直接按shift+>一键合成。

第七步

运行在这里插入图片描述
合成mp4视频,码率回车。
最终合成视频在workspace目录下的result.mp4

遇到的问题

除了第一次train以外都很顺利,百分之八十以上的问题原因都是没弄虚拟内存或者虚拟内存不够,这里是同营大佬推荐我64G的虚拟内存以后才运行成功。

你可能感兴趣的:(DeepFaceLab(AI换脸)的学习与使用)