——————–DFL2.0 官方使用手册翻译:————————
2.0主要新增功能（）:
- 2个模型大类: SAEHD 和 Quick 96
- 支持多GPU
- 比DFL 1.0 更快的提脸、训练、合成速度
- 提供人脸素材加强脚本
- 训练支持GAN（一种AI技术），以还原更多细节
- 新增TrueFace参数 – (只支持 DF 模型架构) – 让SRC和DST表情更相似，减少死鱼脸
- 合成阶段附带输出遮罩图片， 方便后期导入其他软件编辑
- 带交互界面的合成脚本（1.0的合成需要手动填参数，非常反人类，这个2.0做的很人性化）
- 提脸使用s3fd算法，并支持手动模式
- 模型分辨率可选择为任意16或32倍数
- 多种模型架构 (两种核心框架DF, LIAE,以及 -U, -D ,-UD 三种附加后缀，这个下文详细展开)
- 使用Xseg遮罩模型，提供自带画遮罩的工具。
2.0硬件要求:
dfl2.0最新版已经支持英伟达显卡和AMD显卡，但AMD显卡效率不行，买电脑还是推荐英伟达显卡，
需要显卡CUDA Compute Capability 3.0以上
DeepFaceLab 2.0由几个.bat文件组成，这些文件用于执行创建Deepfake的各种任务/步骤，它们与两个子文件夹一起位于主文件夹中：
- _internal – 相关源代码
- workspace – 放置你的模型、视频、人脸数据的地方
下面是一些术语解释
Dataset (faceset) – 是一组从图片帧（从视频中提取）或照片已提取的图像。
DFL 2.0中使用了两个数据集，分别是data_dst和data_src：
– “data_dst” “ data_dst”是一个文件夹，其中包含从data_dst.mp4文件提取的帧-这是我们要换脸的目标视频。 它还包含2个文件夹，这些文件夹是在从提取的帧中提取人脸后创建的：“aligned”包含人脸图像（内嵌了人脸特征点数据，用于生成原始遮罩）
“aligned_debug”包含原始帧，这些帧画出了人脸特征点，用于标识检验人脸提取是否正确（并且不参与训练或合成过程）。清理完数据集后，可以将其删除以节省空间。
– “data_src” 是一个文件夹，用于保存从data_src.mp4文件提取的帧（可以是采访，电影，预告片等），也可以在其中放散装图片-就是您要在换到视频上的人。
“aligned”包含人脸图像（内嵌了人脸特征点数据，用于生成原始遮罩）
“aligned_debug”包含原始帧，这些帧画出了人脸特征点，用于标识检验人脸提取是否正确（并且不参与训练或合成过程）。清理完数据集后，可以将其删除以节省空间。
为方便国内朋友理解，我举个例子：我要做一个马保国替换叶问中甄子丹的换脸视频。 那么马保国就是data_src，叶问就是data_dst
但是，在提取脸部之前，必须先从以下对象中提取脸部：
-对于data_dst，您应该准备目标（目标）视频并将其命名为data_dst.mp4
-对于data_src，您应该准备源视频（如上例所示）并将其命名为data_src.mp4，或者准备jpg或png格式的图像。
从视频中提取帧的过程也称为提取，因此在本指南的其余部分中，我将这两个过程都称为“面部提取”和“帧提取”。
如开头所述，所有这些数据都存储在“ workspace”文件夹中。data_dst.mp4和data_src.mp4放在workspace文件夹目录；data_src文件夹和data_dst文件夹用于放置分解视频得到的原始画面帧或散装图片。运行面部提取后，会在其中自动生成存储人脸的“ aligned”文件夹
1. 工作区清理:
1) Clear Workspace –删除workspace下所有内容。别手贱点他。
2. 从src视频中提取画面 (data_src.mp4):
2) Extract images from video data_src – 从data_src.mp4视频中提取帧并将其放入自动创建的“ data_src”文件夹中，可用选项：-FPS-跳过视频的默认帧速率，输入其他帧速率的数值（例如，输入5将仅以每秒5帧的速度呈现视频，这意味着将提取较少的帧）
-JPG / PNG-选择提取帧的格式，jpg较小，通常质量足够好，因此建议使用，png较大，不能提供明显更高的质量，但是可以选择。
3. 视频切割 （可选环节）:
3) cut video (drop video on me) – 通过将视频拖放到该.bat文件中，可以快速将视频剪切为所需的长度。 如果您没有视频编辑软件并且想快速剪切视频，则很有用，可以选择以下选项：
从时间开始-视频开始
结束时间-视频结束
音轨-保留默认设置
比特率-让我们更改视频的比特率（质量）-最好保留默认设置
3. 从目标视频中提取画面(data_dst.mp4):
3) extract images from video data_dst FULL FPS – 从data_dst.mp4视频文件中提取帧并将其放入自动创建的“ data_dst”文件夹中，可用选项：
– JPG/PNG – 同2)
4. 提取Data_src中的人脸:
准备源数据集的第一步是对齐人脸（把人脸都摆正了），并从位于“ data_src”文件夹中的提取帧中生成512×512面部图像。
有2个选项：
4) data_src faceset extract MANUAL – 手动提取器，用法请参见5.1。
4) data_src faceset extract – 使用S3FD算法的自动提取
S3FD和MANUAL提取器的可用选项包括：
-根据要训练的模型的面部类型选择提取的覆盖区域：
a) full face (简称F脸，额头部分有些许被裁到)
b) whole face (简称WF脸，范围更大，整个额头都取了，兼容WF和F脸模型)
c) head (不常用，给高玩做avatar用，萌新用不到)
-选择用于面部提取/对齐过程的GPU（或cpu）
-选择是否生成“ aligned_debug”文件夹
4. Data_src 整理:
完成此操作后，下一步是清理错误faceset /数据集/不正确对齐的faces，有关详细信息，请检查以下帖子： https://mrdeepfakes.com/forums/thread-gu…y-facesets
4.1) data_src view aligned result – 不常用
4.2) data_src sort – 给图片排序，方便你筛选错误图片
[0] blur 模糊程度
[1] face yaw direction 俯仰角度
[2] face pitch direction 左右角度
[3] face rect size in source image 人脸在原图中的大小
[4] histogram similarity 颜色直方图相似度
[5] histogram dissimilarity 颜色直方图不相似度
[6] brightness 亮度
[7] hue 颜色色相
[8] amount of black pixels 黑色像素的数量（常用于筛选异常人脸提取结果）
[9] original filename 源文件名字
[10] one face in image 是否是画面中唯一人脸
[11] absolute pixel difference 绝对的像素差异
[12] best faces 筛选最佳的人脸
[13] best faces faster 更快的筛选最佳的人脸
4.2) data_src util add landmarks debug images -重新生成debug文件夹
4.2) data_src util faceset enhance – 用AI算法提升素材清晰度
另一个可选的提升SRC的素材的方法，可用DFDNET ，谷歌colab连接如下：
https://colab.research.google.com/github…7-E-vRSYar
4.2) data_src util faceset metadata restore and 4.2) data_src util faceset metadata save – 让我们从源面集/数据集中保存和还原嵌入的对齐数据，以便在提取某些面部图像（例如将它们锐化，编辑眼镜，皮肤瑕疵，颜色校正）后可以对其进行编辑，而不会丢失对齐数据。如果不按此步骤编辑“已对齐”文件夹中的任何图像，则将不会再使用对齐数据和这些图片进行训练，因此，在保持名称相同的情况下，不允许翻转/旋转，仅是简单的编辑，例如彩色 。
4.2) data_src util faceset pack and 4.2) data_src util faceset unpack – 将“ aligned”文件夹中的所有面孔打包/解压缩到一个文件中。 主要用于准备自定义的预训练数据集或更易于共享为一个文件。
4.2.other) data_src util recover original filename – 将面部图像的名称恢复为原始顺序/文件名（排序后）。 可选，无论SRC face文件名如何，训练和合成都能正确运行。
5. Data_dst 数据准备:
这里的步骤与源数据集几乎相同，除了少数例外，让我们从面部提取/对齐过程开始。
我们仍然有Manual和S3FD提取方法，但是还有一种结合了这两种方法和一种特殊的手动提取模式，始终会生成“ aligned_debug”文件夹。
5) data_dst faceset extract MANUAL RE-EXTRACT DELETED ALIGNED_DEBUG – 从“ aligned_debug”文件夹中删除的帧进行手动重新提取。 有关更多信息，请参见5. Data_dst清理。 以下步骤5.1中的用法。
5) data_dst faceset extract MANUAL – 纯手动模式
5) data_dst faceset extract manual fix – 半自动，机器识别不了的会切手动
5) data_dst faceset extract – 纯自动提取
选项和src的一样，不重复说了
5.1 手动人脸提取的操作说明:
启动手动提取器或重新提取器后，将打开一个窗口，您可以在其中手动找到要提取/重新提取的脸部：
-使用鼠标定位脸部
-使用鼠标滚轮更改搜索区域的大小
-确保所有或至少是大多数地标（在某些情况下，取决于角度，照明或当前障碍物，可能无法精确对齐所有地标，因此，请尝试找到一个最能覆盖所有可见位并且是“ t太不对准）落在重要的部位，例如眼睛，嘴巴，鼻子，眉毛上，并正确遵循面部形状，向上箭头指示您面部的“向上”或“顶部”在哪里
-使用键A更改精度模式，现在地标不会对检测到的面部“粘”太多，但您可能能够更正确地定位地标
-用户<和>键（或，和。）来回移动，以确认检测到鼠标左键单击并移至下一个或按Enter
-鼠标右键，用于检测无法检测到的正面或非人脸（需要应用xseg进行正确的遮罩）
-q跳过剩余的面孔并退出提取器（到达最后一张面孔并确认时也会关闭）
5.2 Data_dst 数据整理:
对齐data_dst面后，我们必须清理它们，类似于我们使用源faceset / dataset进行处理时，我们将选择一些排序方法，由于它们的工作方式与src完全相同，因此我将不作解释。
但是清理目标数据集与源数据集有所不同，因为我们要使所有存在的帧的所有面对齐（包括可以在XSeg编辑器中标记的受遮挡的面），然后训练XSeg模型以将其遮盖 -有效地使障碍物在学到的面孔上清晰可见，更多的是在下面的XSeg阶段。
这块做法和data_src类似，区别在于，最后合成时是根据dst中aligned文件数量来合成。删掉的dst人脸数据对应的画面就不会换脸
5.3: XSeg model 的训练和使用（画遮罩）.
这章比较复杂，晚点翻译。萌新先不要使用遮罩。不用遮罩正常也能训练
6. 训练:
有两种模式可以选择:
SAEHD (6GB ): 高质量模型，至少6GB显存
特点/设置
– 最高640×640分辨率，
– 可支持half face, mid-half face, full face, whole face and head face 5中人脸尺寸类型
– 8种模型结构: DF, LIAE, 每种4 个变种 – regular, -U, -D and -UD
– 可调节的批大小（batchsize）
– 可调节的模型各层维度大小
– Auto Backup feature 自动备份
– Preview History预览图存档
– Adjustable Target Iteration 目标迭代次数
– Random Flip (yaw) 随机水平翻转
– Uniform Yaw 按角度顺序来训练
– Eye Priority 眼神训练优先
– Masked Training 带遮罩训练
– GPU Optimizer 优化器放GPU上
– Learning Dropout 学习率自动下降
– Random Warp 随机扭曲
– GAN Training Power 使用GAN
– True Face Training Power 提高人脸相似度
– Face and Background Style Power 提高颜色相似度
– Color Transfer modes 变对素材变色
– Gradient Clipping 梯度裁剪
– Pretrain Mode 使用预训练模式
Quick96 (2-4GB): 低配电脑可用
特点:
– 96×96 分辨率
– 只支持Full Face
– Batch size 4
– 默认DF-UD结构
6) train SAEHD
6) train Quick96
由于Quick96不可调节，因此您将看到命令窗口弹出并仅询问一个问题-CPU或GPU（如果您有更多问题，它将选择其中之一或同时进行训练）。
但是，SAEHD将为您提供更多调整选项。
在这两种情况下，首先都会出现一个命令行窗口，您可以在其中输入模型设置。 初次使用时，您将可以访问以下说明的所有设置，在使用已经受过训练的模型进行训练并在“模型”文件夹中显示该模型时，您还将收到提示，您可以在其中选择要训练的模型（ （如果您的“模型”文件夹中存在多个模型文件）。
您还将始终提示您选择要在其上运行培训器的GPU或CPU。
启动后将看到的第二件事是预览窗口，如下所示：
这是所有功能的更详细说明，以便在开始训练新模型时将其呈现给用户：
请注意，由于这些模型的工作方式，其中一些已锁定，一旦开始训练就无法更改，例如，稍后无法更改的示例如下：
– model resolution 模型分辨率
– model architecture 模型结构
– models dimensions (dims settings) 模型维度参数
– face type 人脸类型
Autobackup every N hour ( 0..24 ?:help ) : 自动备份频率，0不备份
Target iteration : 将在达到一定的迭代次数后停止训练，例如，如果要将模型训练为仅进行100.000次迭代，则应输入值100000。将其保留为0将使其运行，直到您手动将其停止为止。 默认值为0（禁用）。
Flip faces randomly ( y/n ?:help ) : 基本不开。在您没有要交换到目标的人脸（源数据集）的所有必要角度的情况下的有用选项。 例如，如果您有一个目标/目标视频，人物直视向右，而您的源只具有直视向左的脸，则应启用此功能，但请记住，由于没有人脸对称，结果看起来可能不太像 src以及来源面部的特征（例如美容标记，疤痕，痣等）都会被镜像。 默认值为n（禁用）。
Batch_size ( ?:help ) : 批处理大小设置会影响每次迭代中相互比较的面孔数。 最低值是2，您可以提高到GPU允许的最大值，受GPU影响。 模型分辨率，尺寸越高，启用的功能越多，将需要更多的显存，因此可能需要较小的批处理大小。 建议不要使用低于4的值。批量越大，质量越好，但训练时间越长（迭代时间越长）。 对于初始阶段，可以将其设置为较低的值以加快初始训练的速度，然后将其升高。 最佳值为6-12。 如何猜测要使用的批量大小？ 您可以使用试错法，也可以通过查看DFL 2.0电子表格来了解其他人在他们的GPU上可以实现什么，以帮助自己：[url = https：//mrdeepfakes.com/forums/thread-dfl-2- 0-user-model-settings-spreadsheet] https://mrdeepfakes.com/forums/t … ettings-spreadsheet
Resolution ( 64-640 ?:help ) : 在这里，您可以设置模型的分辨率，请记住，在训练过程中不能更改此选项。 它会影响交换的面部的分辨率，模型的分辨率越高-学习的面部越详细，但训练的负担也将越来越长。 分辨率可以从64×64增至640×640，其增量为：
16（对于常规和-U体系结构变体）
32（用于-D和-UD体系结构变体）
更高的分辨率可能需要增加模型尺寸（尺寸）。
Face type ( h/mf/f/wf/head ?:help ) :此选项使您可以设置要训练的脸部区域，共有5个选项-半脸，半脸，全脸，全脸和头部：
a）H半脸-仅从嘴巴到眉毛训练，但在某些情况下可以割破脸部的顶部或底部（眉毛，下巴，嘴巴）。
b）MF中半脸-旨在解决此问题，方法是遮盖脸部比半脸大30％，这应该可以防止大多数不希望的割伤的发生，但仍然可以发生。
c）F全脸-覆盖除额头以外的大部分脸部区域，有时会割掉一点下巴，但是这种情况很少发生-当SRC和/或DST的额头覆盖头发时，最推荐使用此方法。
d）WF整脸-扩大该区域以覆盖几乎整个脸部，包括额头，甚至一点点头发，但是当我们要交换整个脸部（不包括头发）时，应使用此模式。该脸部类型的另一个选项是masked_training，它使您可以优先确定学习脸部的整个脸部的优先级，然后（禁用之后）让模型学习像额头一样的脸部其余部分。
e）头-用于交换整个头，不适合长发的对象，如果源面组/数据集来自单个源并且SRC和DST都短发或不变，则效果最好形状取决于角度。此脸型的最低建议分辨率为224。
whole face案例
AE architecture (df/liae/df-u/liae-u/df-d/liae-d/df-ud/liae-ud ?:help ) : 此选项使您可以在2种主要的体系结构DF和LIAE及其-U，-D和-UD变体之间进行选择。
DF和LIAE体系结构是基础体系结构，两者均提供高质量和良好的性能。
DF-U，DF-UD，LIAE-U和LIAE-UD是其他体系结构变体。
DF: 此模型体系结构提供了更直接的人脸交换，不使人脸变形，但要求源和目标/目标人脸/头部具有相似的人脸形状。
该模型在正面拍摄时效果最好，并且要求您的源数据集具有所有所需的角度，在侧面轮廓上可能会产生较差的结果。
LIAE: 当涉及源和目标/目标之间的面部/头部形状相似性时，此模型体系结构没有那么严格，但是该模型确实使面部变形，因此建议使实际面部特征（眼睛，鼻子，嘴巴，整体面部结构）相似 在源和目标/目标之间。 该模型与源头镜头的源相似性较差，但可以更好地处理侧面轮廓，并且在源源面集/数据集方面更宽容，通常可以产生更精致的人脸替换，并具有更好的颜色/照明匹配度。
-U: 此变体旨在提高训练结果面与SRC数据集的相似性/相似性。
-D: 此变体旨在提高性能，让您以两倍的分辨率训练模型，而无需额外的计算成本（VRAM使用）和类似的性能，例如以与128分辨率相同的VRAM使用和速度（迭代时间）训练256分辨率模型
-UD: 结合U和D
接下来的4个选项控制模型神经网络的尺寸，这些尺寸会影响模型的学习能力，对其进行修改可能会对所学面孔的性能和质量产生重大影响，因此应将其保留为默认值。
AutoEncoder dimensions ( 32-1024 ?:help ) : 自动编码器中间层维度大小
Encoder dimensions ( 16-256 ?:help ) : 编码器尺寸设置会影响模型学习面孔总体结构的能力。
Decoder dimensions ( 16-256 ?:help ) : 解码器尺寸设置会影响模型学习细节的能力。
Decoder mask dimensions ( 16-256 ?:help ) : 遮罩解码器的尺寸设置会影响学习到的遮罩的质量。
更改每个设置时的性能变化可能会对性能产生不同的影响，如果没有大量的培训，就无法衡量每个参数对性能和质量的影响。 每个设置为某个默认值，该默认值应提供最佳结果，并在训练速度和质量之间取得良好的折衷。
同样，在更改一个参数时，也应更改其他参数，以保持它们之间的关系相似（例如，如果将“编码器”和“解码器”的尺寸从64降低到48，则还可以将“自动编码器”的尺寸从256降低到192-240）。 随意尝试各种设置。
如果要获得最佳结果，请将其保留为默认值，或者对于高分辨率型号，将其略微提高。
Eyes priority ( y/n ?:help ) : 试图通过强制神经网络训练优先级更高的眼睛来解决眼睛训练问题。
请记住，它不能保证正确的眼睛方向，它只会影响眼睛的细节和周围区域。 示例（之前和之后）：
Place models and optimizer on GPU ( y/n ?:help ) : 启用GPU优化器会将所有负载都放在GPU上，这将大大提高性能（迭代时间），但会导致更高的VRAM使用率，禁用此功能会将优化器的某些工作分担给CPU，从而减少了GPU和VRAM使用率的负载，从而使您可以实现 批处理量更大或以更高的迭代时间为代价运行更苛刻的模型。 如果您收到OOM（内存不足）错误，并且不想减小批量大小或禁用某些功能，则应禁用此功能，这样一来，一些工作将被卸载到CPU上，而某些数据将从GPU VRAM转移到系统RAM中- 您将能够以较低速度为代价运行模型而不会出现OOM错误。 默认值为y（启用）。
Use learning rate dropout ( y/n/cpu ?:help ) : LRD被用于加速面部的培训，并减少相比，如果没有启用它，使用它较少的迭代子像素抖动：
-在禁用RW之前和运行其他选项之后一次。
-禁用RW之后（也是LRD）第二次使用其他选项（均匀偏航，样式效果，真面，眼睛优先），但在启用GAN之后。
此选项会影响VRAM的使用，因此，如果遇到OOM错误，则可以在CPU上运行它，但需要花费20％的迭代时间或降低批处理大小。
有关LRD的详细说明以及在培训期间启用主要功能的顺序，请参阅FAQ问题8（此主题的第3个帖子）：”When should I enable or disable random warp, GAN, True Face, Style Power, Color Transfer and Learning Rate Dropout?”.
Enable random warp of samples ( y/n ?:help ) : 随机扭曲用于概括模型，以便它可以正确学习所有基本形状，面部特征，面部结构，表情等，但是只要启用该模型，学习精细细节就可能会遇到麻烦-因为它 建议您只要您的脸部仍在改善中（通过查看减少的损耗值和预览窗口）就启用此功能，一旦对脸部进行了全面训练并想要获得更多详细信息，则应禁用它并进行数千次迭代 应该会开始看到更多详细信息，并且禁用此功能后，您将继续进行培训。 默认值为y（启用）。
Uniform_yaw ( y/n ?:help ) : 有助于训练轮廓脸部，迫使模型根据其偏航角在所有面孔上均匀地训练，并优先考虑轮廓脸部，可能会导致正面脸部的训练速度变慢，这在预训练期间默认启用，可与随机变形类似地使用（在开始时 （训练过程）或在禁用或禁用RW后启用（当您对面部进行或多或少的训练，并且您希望轮廓脸部看起来更好且更少模糊时）。 当您的源数据集没有很多轮廓照片时很有用。 可以帮助降低损失值。 默认值为n（禁用）。
GAN power ( 0.0 .. 10.0 ?:help ) : GAN代表Generative Adversarial Network，在DFL 2.0的情况下，它是作为获得更详细/更清晰面孔的一种额外培训方式而实施的。 此选项的调整范围是0.0到10.0，只有在模型或多或少地完成训练后（禁用样本随机扭曲并启用LRD之后），才应启用该选项。 建议从低值0.1开始，该值在大多数情况下也是建议值，一旦启用，就不应禁用它，请确保对模型进行备份，以防不满意结果。
默认值为0.0（禁用）。
用GAN训练0.1的面部进行40k迭代之前/之后的示例：
‘True face’ power. ( 0.0000 .. 1.0 ?:help ) : 使用可变功率设置的真实面部训练，让您将模型鉴别器设置为更高或更低的值，这样做是为了使最终面孔看起来更像src，而对于GAN，只有在禁用了随机扭曲后，才应启用此功能 并且模型训练有素。 在启用此功能之前，请考虑进行备份。 切勿使用较高的值，典型值为0.01，但可以使用较低的值，例如0.001。 设置越高，结果面将越像源数据集中的面，这可能导致颜色匹配问题，并导致出现伪影，因此重要的是不要使用高值。 它对性能的影响很小，可能会导致OOM错误发生。 默认值为0.0（禁用）。
Face style power ( 0.0..100.0 ?:help ) and Background style power ( 0.0..100.0 ?:help ) : 此设置控制图像的面部或背景部分的样式转移，用于将目标/目标面孔（data_dst）的样式转移到最终学习的面孔，这样可以提高质量和合并后最终结果的外观，但是 高值可能导致学习的人脸看起来更像data_dst，而不是data_src。 它将从DST传输一些颜色/照明信息到结果脸部。 建议不要使用大于10的值。从0.001-0.01之类的小值开始。 此功能对性能有很大影响，使用它会增加迭代时间，并且可能需要您减小批处理大小，禁用gpu优化器或在CPU上运行LRD。 在启用此功能之前，请考虑进行备份。 默认值为0.0（禁用）。
Color transfer for src faceset ( none/rct/lct/mkl/idt/sot ?:help ) : 此功能用于将data_src的颜色与data_dst进行匹配，以使最终结果具有与data_dst相似的肤色/色调，并且训练后的最终结果不会在人脸移动时改变颜色（如果脸部不同，可能会发生这种情况 角度是从包含不同光照条件或颜色分级不同的各种光源获取的。 有以下几种选择：
– rct (reinhard color transfer)（我常用，滚石注）: 基于: https://www.cs.tau.ac.il/~turkel/imagepa…ansfer.pdf
– lct (linear color transfer): 使用线性变换将目标图像的颜色分布与源图像的颜色分布匹配。
– mkl (Monge-Kantorovitch linear): 基于: http://www.mee.tcd.ie/~sigmedia/pmwiki/u…tie07b.pdf
– idt (Iterative Distribution Transfer): 基于: http://citeseerx.ist.psu.edu/viewdoc/dow…1&type=pdf
– sot (sliced optimal transfer): based on: https://dcoeurjo.github.io/OTColorTransfer/
Enable gradient clipping ( y/n ?:help ) : 梯度裁剪。实现此功能是为了防止在使用DFL 2.0的各种功能时可能发生的所谓的模型崩溃/损坏。 它对性能的影响很小，因此，如果您真的不想使用它，则必须启用自动备份，因为崩溃后的模型无法恢复，必须将其废弃，并且必须从头开始进行培训。 默认值为n（禁用），但是由于对性能的影响非常低，并且如果保持启用状态，可以防止模型崩溃而节省大量时间。 使用Style Powers时最容易发生模型崩溃，因此强烈建议您启用渐变裁剪或备份（也可以手动进行）。
Enable pretraining mode ( y/n ?:help ) : 启用预训练过程，该过程使用随机人脸数据集对模型进行初始训练，将其训练约200k-400k次迭代后，可以在开始使用要训练的实际data_src和data_dst进行训练时使用此类模型，因为您可以节省时间不必每次都从0开始全面训练（模型将“知道”面孔的外观，从而加快初始训练阶段）。可以随时启用pretrain选项，但建议在开始时仅对模型进行一次预训练。您还可以使用自己的自定义面集进行预训练，您要做的就是创建一个（可以是data_src或data_dst），然后使用4.2）data_src（或dst）util faceset pack .bat文件打包成一个文件，然后将其重命名为faceset.pak并替换（备份旧的）“ … \ _ internal \ pretrain_CelebA”文件夹中的文件。默认值为n（禁用）。但是，如果要节省一些时间，可以去论坛找别人训练好的模型。
Shared models: https://mrdeepfakes.com/forums/thread-df…d-requests
要使用共享的预训练模型，只需下载它，将所有文件直接放入模型文件夹中，开始训练，在选择要训练的模型（如果在模型文件夹中有更多内容）和用于训练的设备后2秒钟内按任意键 （GPU / CPU）来覆盖模型设置，并确保禁用预训练选项，以便您开始正确的训练；如果您启用了预训练选项，则模型将继续进行预训练。 请注意，该模型会将迭代计数恢复为0，这是预训练模型的正常行为。
7. Merging合成:
训练完模型后，该将学习的人脸合并到原始帧上以形成最终视频了（转换）。
为此，我们有2个对应于2种可用型号的转换脚本：
7) merge SAEHD
7) merge Quick96
选择其中任何一个后，命令行窗口将出现，并带有多个提示。
第一个将询问您是否要使用带交互界面的转化器，默认值为y（启用），除非你受虐狂，不然就好好开着吧，边调参数边预览
Use interactive merger? ( y/n ) :
第二个将询问您要使用哪种模型：
Choose one of saved models, or enter a name to create a new model.
[r] : rename
[d] : delete
[0] : df192 – latest
:
第3个会问您要在合并（转换）过程中使用哪个GPU / GPU：
Choose one or several GPU idxs (separated by comma).
[CPU] : CPU
[0] : GeForce GTX 1070 8GB
[0] Which GPU indexes to choose? :
按Enter将使用默认值（0）。
完成之后，您将看到一个带有当前设置的命令行窗口以及一个预览窗口，其中显示了操作交互式转换器/合并程序所需的所有控件。
这是命令行窗口和转换器预览窗口的快速浏览：
Converter具有许多选项，可用于更改遮罩类型，大小，羽化/模糊，还可以添加其他颜色转移并进一步锐化/增强最终训练的脸部。
这是解释的所有合并/转换器功能的列表：
1. Main overlay modes:
– original: 显示原始画面而没有换脸
– overlay: 简单地将学习到的脸覆盖在框架上 （推荐用这个，滚石注）
– hist-match: 根据直方图叠加学习的面部和试图以使其匹配（具有2种模式：正常模式和可通过Z切换的蒙版）
– seamless: 使用opencv泊松无缝克隆功能在原始帧的头部上方融合新学习的面部
– seamless hist match: 结合了直方图匹配和无缝匹配。
– raw-rgb: 覆盖原始学习过的脸部而没有任何遮罩
注意：无缝模式可能导致闪烁。
2. Hist match threshold:在直方图匹配和无缝直方图覆盖模式下控制直方图匹配的强度。
Q – 增加值
A – 减小值
3. Erode mask: 控制遮罩的大小。
W – 增加遮罩腐蚀（较小的遮罩）
S – 减少遮罩腐蚀(较大的遮罩)
4. Blur mask: 使遮罩边缘模糊/羽化，以实现更平滑的过渡
E – 增加值
D – 减小值
5. Motion blur: 动态模糊。输入初始参数（转换器模式，模型，GPU / CPU）后，合并将加载所有帧和data_dst对齐的数据，同时，它会计算用于创建此设置控制的运动模糊效果的运动矢量，让您 将其添加到人脸移动的地方，但是即使移动很小，高值也可能使人脸模糊。 该选项仅在“ data_dst / aligned”文件夹中存在一组面孔时才有效-如果在清理过程中某些面孔带有_1前缀（即使只有一个人的面孔），效果将不起作用，同样 如果有一个可以反射目标人员面部的镜子，在这种情况下，您将无法使用运动模糊，并且添加该模糊的唯一方法是分别训练每组面部。
R – 增加motion blur
F – 减少motion blur
6. Super resolution: 超分辨率使用与data_src数据集/面部设置增强器类似的算法，它可以为牙齿，眼睛等区域添加更多定义，并增强所学面部的细节/纹理。
T – 增加细节 the enhancement effect
G – 减少细节
7. Blur/sharpen: 使用方块或高斯方法模糊或锐化所学的面部。
Y – sharpens the face
H – blurs the face
N – box/gaussian mode switch
8. Face scale: 缩放人脸
U – scales learned face down
J – scales learned face up
9. Mask modes: 6种遮罩计算方式，效果自己试一遍就知道了
dst: uses masks derived from the shape of the landmarks generated during data_dst faceset/dataset extraction.
learned-prd: uses masks learned during training. Keep shape of SRC faces.
learned-dst: uses masks learned during training. Keep shape of DST faces.
learned-prd*dst: combines both masks, smaller size of both.
learned-prd dst: combines both masks, bigger size of both.
XSeg-prd: uses XSeg model to mask using data from source faces.
XSeg-dst: uses XSeg model to mask using data from destination faces.
XSeg-prd*dst: combines both masks, smaller size of both.
learned-prd*dst*XSeg-dst*prd: combines all 4 mask modes, smaller size of all.
10. Color transfer modes: 与训练过程中的颜色转移类似，您可以使用此功能将学习到的脸部的肤色与原始帧更好地匹配，以实现更加无缝和逼真的脸部交换。 有8种不同的模式：
RCT
LCT
MKL
MKL-M
IDT
IDT-M
SOT – M
MIX-M
11. Image degrade modes: 您可以使用3种设置来影响原始帧的外观（不影响换面）：
Denoise – denoises image making it slightly blurry (I – increases effect, K – decrease effect)
Bicubic – blurs the image using bicubic method (O – increases effect, L – decrease effect)
Color – decreases color bit depth (P – increases effect, ; – decrease effect)
附加控件：:
TAB button – 在主预览窗口和帮助屏幕之间切换。
请记住，您只能在主预览窗口中更改参数，按帮助屏幕上的任何其他按钮都不会更改它们。
-/_ and =/ buttons are used to scale the preview window.
Use caps lock to change the increment from 1 to 10 (affects all numerical values).
要保存/覆盖当前一帧中所有下一帧的设置 shift /
要保存/覆盖当前一帧中所有先前帧的设置 shift M
要开始合并所有帧，请按 shift >
要返回第一帧，请按 shift <
要仅转换下一帧，请按 >
要返回上一帧，请按 <
8. 把转化好的帧合成为视频
合并/转换所有面部之后，“ data_dst”文件夹中将有一个名为“ merged”的文件夹，其中包含构成视频的所有帧。
最后一步是将它们转换回视频，并与data_dst.mp4文件中的原始音轨合并。
为此，您将使用提供的4个.bat文件之一，这些文件将使用FFMPEG将所有帧组合成以下格式之一的视频-avi，mp4，lessless mp4或lossless mov：
– 8) merged to avi
– 8) merged to mov lossless 无损mov
– 8) merged to mp4 lossless 无损MP4
– 8) merged to mp4
感谢您的来访，获取更多精彩文章请收藏本站。
暂无评论内容