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》

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 SAEHD
  • 2.2 Quick96
  • 2.3 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：

• AMP
• Quick96
• SAEHD

AMP：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

1. 需要足够多样的源脸数据集。

2. 设置morph factor（变形因子）为0.5

3. 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)

4. 从model目录中删除inter_dst文件

5. 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……