DeepFaceLab(以下、DFL)の質問&回答スレです
・質問について
日進月歩、モデルやオプションが多様化しているにもかかわらず、局所的な意見が散見されます。
必要に応じて自分の使ってるソフトやモデル、パラメータ等の詳細も書きましょう。
・エラーについて
エラーが出て解決できない場合は、なるべく詳細な情報(環境やどうしてそうなったか)を書きましょう。
特にエラー文は1番のヒントです。ググれば解決することも多いです。自分で解決できない場合はログを全文コピペしましょう。
・ソフトはどれ使えばいい?
利用者が多く情報が多いのはDFL。FSも英語圏では情報が得やすい。他は更新していない。
・必要スペックは?
VRAM容量6GB〜が推奨スペック。GPU性能は高い程いい。
・RTXシリーズでも動くの?
FS、DFL共に動く。
【質問】dfl【その3】
■ このスレッドは過去ログ倉庫に格納されています
返信 [1]
今の時代にGUIが無いのは敷居高いと思うな
GUIベースになったらなったで、このパラメタはどう設定するのでしょうとか、
何でここを選択するとこっちが選択出来ないのとか、
結局訊くレベルは同じだと思うけどw
もちろん、AIなんで全部勝手にやってくれてあ〜らびっくり、完璧!ってのがいいけどね。
残念ながらそういうレベルになるのはまだまだ先だね。。。
何でここを選択するとこっちが選択出来ないのとか、
結局訊くレベルは同じだと思うけどw
もちろん、AIなんで全部勝手にやってくれてあ〜らびっくり、完璧!ってのがいいけどね。
残念ながらそういうレベルになるのはまだまだ先だね。。。
無理矢理句読点つけて他人ぶってるの可愛い
この表情・角度は十分、ここが足りないって視覚的にすぐわかればだいぶ手間減らせるんだけどな
名無しさん@お腹いっぱい。
視覚的にはすぐわかるよ
例えば、鼻の穴見えるような角度のsrcが足りないと
上むいた時、鼻が潰れたみたいな画像ができあがる
俺は、激似dstを見つけた時に、そのdstの上向き画像をsrcに足して対処してる
どうせ、顎下から見てるんでsrcもdstも顔見えないからわりと使い回し効く
例えば、鼻の穴見えるような角度のsrcが足りないと
上むいた時、鼻が潰れたみたいな画像ができあがる
俺は、激似dstを見つけた時に、そのdstの上向き画像をsrcに足して対処してる
どうせ、顎下から見てるんでsrcもdstも顔見えないからわりと使い回し効く
大体、足りない角度は顔見えない角度な事が多いから
srcに他人の顔dstを打ち込んでも、ほとんど違和感無い
srcに他人の顔dstを打ち込んでも、ほとんど違和感無い
日記…
みんなわかってるからわろとけばいいんだよ
警察さんはわかりやすい妨害するよな
main.pyを直接叩く人が少ないせいで、情報が少なくて面倒だった
名無しさん@お腹いっぱい。
すいませんちょっと教えてください。
build_07_01_2021でxseg_generic やったところ、なかなか優秀だと思いました。
build_07_30_2021だと、更にxseg_genericが良くなったらしいので、こちらでやり直したいと思っているのですが、
コピーするのはworkspaceフォルダ丸ごとで良いのでしょうか?
あと、xsegのpretraining modeもやった後にxseg_genericをした方がよいのでしょうか?
build_07_01_2021でxseg_generic やったところ、なかなか優秀だと思いました。
build_07_30_2021だと、更にxseg_genericが良くなったらしいので、こちらでやり直したいと思っているのですが、
コピーするのはworkspaceフォルダ丸ごとで良いのでしょうか?
あと、xsegのpretraining modeもやった後にxseg_genericをした方がよいのでしょうか?
Xseg_genericは_intermalフォルダ内にあるmodelを使用しているから
XsegをtrainしてもXseg_genericには反映されない
自分用のXseg_generic作りたいなら
_internal→model_generic_xsegフォルダ内にあるファイルを
workspace→modelに移してtrainするほうが0からtrainするより早い
満足できる状態になったら
_internal→model_generic_xsegフォルダに戻す
ちなみに自分はXseg_genericはいじらずにデフォのままで使用しているけど
XsegをtrainしてもXseg_genericには反映されない
自分用のXseg_generic作りたいなら
_internal→model_generic_xsegフォルダ内にあるファイルを
workspace→modelに移してtrainするほうが0からtrainするより早い
満足できる状態になったら
_internal→model_generic_xsegフォルダに戻す
ちなみに自分はXseg_genericはいじらずにデフォのままで使用しているけど
新しいアルゴリズムのpretrain済modelはダウンロードできるまで時間かかるだろうから
今は_internal→model_generic_xsegフォルダ内のファイルをコピーしてtrainしている
今は_internal→model_generic_xsegフォルダ内のファイルをコピーしてtrainしている
日記は自演が上達しないなぁ
なんか最近はじめたやつ多そうだな
日記と知ったかぶってるやつが肩ぶん回してるの草
日記と知ったかぶってるやつが肩ぶん回してるの草
警察だんだっけ?
名無しさん@お腹いっぱい。
634です。
635 636 有難うございます!
いちいちxsegするの面倒くさくて。自分の印象だと、xseg_genericが
fansegレベルに近づいてるのではと感じてます。
まあ試行錯誤の連続ですね。
635 636 有難うございます!
いちいちxsegするの面倒くさくて。自分の印象だと、xseg_genericが
fansegレベルに近づいてるのではと感じてます。
まあ試行錯誤の連続ですね。
ageたりsageたり忙しいヤツだな
名無しさん@お腹いっぱい。
警察
返信 [1]
DFLive相性みるのにいいかなと使ってみたけどフェラも結構いける
返信 [1]
train/mergeの際の色調整がマニュアルで出来たらいいのう婆さんや
名無しさん@お腹いっぱい。
>>645
>>647
効率落ちたっていうのは極端過ぎたわすまん。今のところあんまり変わらんっていうの正しいかも
DFLは最新のRTX3000ver、cuda11.4導入済、A4000(70% PL)と3060(non-LHR/70% PL))での比較になるけど同条件でのsrc顔抽出速度は3060の方が気持ち早いくらい
デフォ設定で抽出/SAEHDで回して反復速度は250〜300ms。res128→192に変えて400〜450msぐらい。loss値の減り具合も大して変わりないような...
ちなみにPL解除すると室温26°環境にて3060は85度付近をウロウロで済むけどA4000は90度まで跳ね上がるのでやむ終えず
PLかけても75〜80度とアチアチだけど学習中ワットチェッカーではmax170Wと3060の210Wほど電気喰わずちょっぴりエコな所と冷却ファンが2500rpmと回る割には静かなのは嬉しい点。3年保証だし
数値上変わらないのはドライバが未成熟なのか現時点では頭打ちな仕様なのか...LHRの影響ではない事を祈っているよ〜
>>647
効率落ちたっていうのは極端過ぎたわすまん。今のところあんまり変わらんっていうの正しいかも
DFLは最新のRTX3000ver、cuda11.4導入済、A4000(70% PL)と3060(non-LHR/70% PL))での比較になるけど同条件でのsrc顔抽出速度は3060の方が気持ち早いくらい
デフォ設定で抽出/SAEHDで回して反復速度は250〜300ms。res128→192に変えて400〜450msぐらい。loss値の減り具合も大して変わりないような...
ちなみにPL解除すると室温26°環境にて3060は85度付近をウロウロで済むけどA4000は90度まで跳ね上がるのでやむ終えず
PLかけても75〜80度とアチアチだけど学習中ワットチェッカーではmax170Wと3060の210Wほど電気喰わずちょっぴりエコな所と冷却ファンが2500rpmと回る割には静かなのは嬉しい点。3年保証だし
数値上変わらないのはドライバが未成熟なのか現時点では頭打ちな仕様なのか...LHRの影響ではない事を祈っているよ〜
返信 [1]
>>643
真正面アングルだけならDFLと変わらないレベルのが
リアルタイムで作れるし便利だけど
横とか下向いたりするだけで顔崩壊するし
フェラ動画もxseg maskが機能しないからチンコがsrcの顔にかき消されるんだけど
それ用に変えなきゃいけない設定とかコードとかある?
Face mergerのmask typeとかを変更したりしてもフェラは崩壊してダメだわ
もちろんDFLでは普通に作れるしFace Swapperにtrain済みのdfmファイルを使用してる
真正面アングルだけならDFLと変わらないレベルのが
リアルタイムで作れるし便利だけど
横とか下向いたりするだけで顔崩壊するし
フェラ動画もxseg maskが機能しないからチンコがsrcの顔にかき消されるんだけど
それ用に変えなきゃいけない設定とかコードとかある?
Face mergerのmask typeとかを変更したりしてもフェラは崩壊してダメだわ
もちろんDFLでは普通に作れるしFace Swapperにtrain済みのdfmファイルを使用してる
名無しさん@お腹いっぱい。
>> 649
dstで口から下を取り除いた顔の輪郭を【含む】線で囲む
同じコマ上のちんこ部分や顔にかかった手の先や紐状の髪の毛等は【含まない】線で囲んで学習
その後、再度Xsegで開いて連続コマを動画風に流しながら白黒でマスクを確認して
マスクがきれいにかかってない部分を選んで、また学習
これを繰り返す
dstで口から下を取り除いた顔の輪郭を【含む】線で囲む
同じコマ上のちんこ部分や顔にかかった手の先や紐状の髪の毛等は【含まない】線で囲んで学習
その後、再度Xsegで開いて連続コマを動画風に流しながら白黒でマスクを確認して
マスクがきれいにかかってない部分を選んで、また学習
これを繰り返す
以上、日記成長しないの巻
返信 [1]
DF live使ってる人少なそうだから困るな
mrのスレッドで配布してたフェラ用にmaskされたtrain済みマスクを
全dst画像に適応させてtrainしてるから
DFLのmask edit見てもチンコも綺麗にマスクされた状態なんだけど
新規フェラ動画をDFliveのFile sourceに使いたくても
dstのチンコを事前にマスクしなきゃいけないから
リアルタイムフェラ動画はキツイか
無編集の数時間ある動画ぶち込んでもすぐDFできるのはめっちゃ便利なんだけどな
mrのスレッドで配布してたフェラ用にmaskされたtrain済みマスクを
全dst画像に適応させてtrainしてるから
DFLのmask edit見てもチンコも綺麗にマスクされた状態なんだけど
新規フェラ動画をDFliveのFile sourceに使いたくても
dstのチンコを事前にマスクしなきゃいけないから
リアルタイムフェラ動画はキツイか
無編集の数時間ある動画ぶち込んでもすぐDFできるのはめっちゃ便利なんだけどな
>>652
居ないかと思ったら643本人いたわ ありがと
設定変えれば色んなアングル対応できるのかと思ったけど
live向けだしやっぱり正面アングルに限るか
でも今までノーマークだったdstが
こんなに相性良かったんだって発見しやすいし
相性確認用として使うことにするわ
居ないかと思ったら643本人いたわ ありがと
設定変えれば色んなアングル対応できるのかと思ったけど
live向けだしやっぱり正面アングルに限るか
でも今までノーマークだったdstが
こんなに相性良かったんだって発見しやすいし
相性確認用として使うことにするわ
名無しさん@お腹いっぱい。
返信 [1]
手動でも顔抽出が難しいところって、皆さんは諦めてというか、わりきってカットしてますか?
>>655
srcに関しては使わない dstの場合は頑張って無理ならスルー mask editorキッチりゃってもlandmarkがめちゃくちゃだと厳しい
ブレはともかく髪でmask内(目とか)が隠れたりだと、他のframeがmerge出来る段階までtrainしても崩れたままが殆ど
srcで奇跡的にドンピシャなのがあるとイケる事もある
srcに関しては使わない dstの場合は頑張って無理ならスルー mask editorキッチりゃってもlandmarkがめちゃくちゃだと厳しい
ブレはともかく髪でmask内(目とか)が隠れたりだと、他のframeがmerge出来る段階までtrainしても崩れたままが殆ど
srcで奇跡的にドンピシャなのがあるとイケる事もある
でもやっぱextractが楽な素材ほど完成品も似やすい(≒シコい)のは確か
名無しさん@お腹いっぱい。
名無しさん@お腹いっぱい。
某記事のやつってこれ?
名無しさん@お腹いっぱい。
人物A汎用modelの作成で、汎用Pretrain modelから、1.人物Aをfacesetに入れて追加Pretrain、2.人物AのAlignedで追加Pretrain、3.人物AのSRCxSRCで通常train
この3通りでは1と2には優位な差は見られないが、SRC育成が進んでる3が高品質になりやすいであってる?
Pretrain Facesetに人物Aのalignを入れる人がいたけどそれの優位性が思いつかないんだがなんかある?
この3通りでは1と2には優位な差は見られないが、SRC育成が進んでる3が高品質になりやすいであってる?
Pretrain Facesetに人物Aのalignを入れる人がいたけどそれの優位性が思いつかないんだがなんかある?
外国人だけで100万pretrainさせたmodelと
自分が通常trainでよく使うsrcとdstだけ選別してcelebAに1万枚入れて
20万pretrainしたモデル使って同じ素材で通常trainして比較したけど
外国人model使った方が横顔とかきつめの角度にも対応できてsrcに寄せやすかったから
pretrainよりも通常trainに時間かけた方が良いな
とにかくsrcの画質にこだわってDFDNetとか使ってsrcの画質爆上げさせて
random warpオンで損失0.1くらいまで通常trainすれば小さいホクロとか
歯とかもクッキリ学習してくれて一番高品質にできるかな
海外のセレブとかは至近距離の一眼撮影未加工データとか大量にあるし
それを更に全部reminiさせたりAi Enhanceしてるから高画質すぎて羨ましい
自分が通常trainでよく使うsrcとdstだけ選別してcelebAに1万枚入れて
20万pretrainしたモデル使って同じ素材で通常trainして比較したけど
外国人model使った方が横顔とかきつめの角度にも対応できてsrcに寄せやすかったから
pretrainよりも通常trainに時間かけた方が良いな
とにかくsrcの画質にこだわってDFDNetとか使ってsrcの画質爆上げさせて
random warpオンで損失0.1くらいまで通常trainすれば小さいホクロとか
歯とかもクッキリ学習してくれて一番高品質にできるかな
海外のセレブとかは至近距離の一眼撮影未加工データとか大量にあるし
それを更に全部reminiさせたりAi Enhanceしてるから高画質すぎて羨ましい
素材のデータ重いと遅くなるやん?
返信 [1]
1024px以上のaligned使うとvram12GBと6コアcpuでも
マージの時にフリーズするから解像度が巨大化するのはNGだな
でもDFDNetだと512pxとかで解像度維持したままファイルサイズ3分の1にできる上に
眉毛とかホクロがボケてよく分からない720Pくらいの映像でも
Aiでremini並みに復元してクッキリさせられて
無料で自分のPC上で数千枚の画像丸ごと高画質にできるからsrc増やす度に使ってる
ただ英語の解説しかないしpythonの知識が無かったから
色々と導入して高画質化できるようになるまで理解するのがきつかった
マージの時にフリーズするから解像度が巨大化するのはNGだな
でもDFDNetだと512pxとかで解像度維持したままファイルサイズ3分の1にできる上に
眉毛とかホクロがボケてよく分からない720Pくらいの映像でも
Aiでremini並みに復元してクッキリさせられて
無料で自分のPC上で数千枚の画像丸ごと高画質にできるからsrc増やす度に使ってる
ただ英語の解説しかないしpythonの知識が無かったから
色々と導入して高画質化できるようになるまで理解するのがきつかった
そうですね
いい日記ですね
わりとまじでブログやった方がいい
匿名が何言ってても成果がわからないから
匿名が何言ってても成果がわからないから
自分でやって確かめればええ話や
ヒント1質問スレ
ヒント2大前提のモデルの種類も書かない日記
ヒント2大前提のモデルの種類も書かない日記
前からある技術だけどjappは早速日記を参考にして
昨日の夜からAi EnhancerのGPEN導入してるから
自分で頭使って試せる奴は1から10まで説明しなくて良いし役に立ってくれるな
DF上でのGPENの仕上がりの違いも知りたかったから助かるわー
昨日の夜からAi EnhancerのGPEN導入してるから
自分で頭使って試せる奴は1から10まで説明しなくて良いし役に立ってくれるな
DF上でのGPENの仕上がりの違いも知りたかったから助かるわー
名無しさん@お腹いっぱい。
キモ
返信 [1]
>>663
dfd試してみた
step1の顔抽出がかなり遅いんだけどこんなもん?
元画像が512pxとかになるとこれで何千枚とかやるのは気が遠くなるぐらい遅い
出力された画像は確かに凄い鮮明になってたけど
dfd試してみた
step1の顔抽出がかなり遅いんだけどこんなもん?
元画像が512pxとかになるとこれで何千枚とかやるのは気が遠くなるぐらい遅い
出力された画像は確かに凄い鮮明になってたけど
dfdはステップ3でメモリーエラー出て20時間ぐらい動かしてたのに最初からやり直しだわw
数枚だとエラー出ないんだけどなぁ
10000枚やるとあかんわ。
gfsganはきれいになるしエラーは出ないけど、CG感が凄い
gpenはwindowsで動かない
数枚だとエラー出ないんだけどなぁ
10000枚やるとあかんわ。
gfsganはきれいになるしエラーは出ないけど、CG感が凄い
gpenはwindowsで動かない
返信 [1]
>>671
step1はcudaとかcudnnとか入れてpythonで色々と設定しないと
CPUしか使わないしアホみたいに時間かかるから使わなくて良いよ
Colabで動作させてるなら分からんけどローカルで動作できるなら
githubのチュートリアル通りにTestWholeフォルダにaligned画像入れるんじゃなくて
DFDNet-whole\Results\TestWholeResults\Step1_CropImgに
aligned画像全部入れて同じようにtest_FaceDict.pyを実行したら
無駄なクロップとかの工程すっ飛ばして色々とエラーが表示されて動作停止した後に
Step3_RestoreCropFaceフォルダに高解像データが保存されてるからそれを移動させれば学習で使える
これなら512pxの画像1枚につき1秒くらいで高解像度化してくれるはず
Colabの場合はそのままDFLで使えるのかも知れないけど
このやり方だとDFLImage扱いされないから
4.2) data_src util faceset metadata save.batを使って
元のalignedデータのメタデータを全部保存してから
超解像したalignedを元画像データと全て同じ名前のままalignedフォルダに移動させて
4.2) data_src util faceset metadata restore.batを使ってメタデータを移植させれば
DFLImageとして使えるようになる
step1はcudaとかcudnnとか入れてpythonで色々と設定しないと
CPUしか使わないしアホみたいに時間かかるから使わなくて良いよ
Colabで動作させてるなら分からんけどローカルで動作できるなら
githubのチュートリアル通りにTestWholeフォルダにaligned画像入れるんじゃなくて
DFDNet-whole\Results\TestWholeResults\Step1_CropImgに
aligned画像全部入れて同じようにtest_FaceDict.pyを実行したら
無駄なクロップとかの工程すっ飛ばして色々とエラーが表示されて動作停止した後に
Step3_RestoreCropFaceフォルダに高解像データが保存されてるからそれを移動させれば学習で使える
これなら512pxの画像1枚につき1秒くらいで高解像度化してくれるはず
Colabの場合はそのままDFLで使えるのかも知れないけど
このやり方だとDFLImage扱いされないから
4.2) data_src util faceset metadata save.batを使って
元のalignedデータのメタデータを全部保存してから
超解像したalignedを元画像データと全て同じ名前のままalignedフォルダに移動させて
4.2) data_src util faceset metadata restore.batを使ってメタデータを移植させれば
DFLImageとして使えるようになる
返信 [1]
jappがGPENをColab上で動かせるようにしたみたいだけど
DFLで切り出したaligned使うと最後まで動作はするけど
結果のzipフォルダが空の状態で保存されてて超解像できてないんだよな
サンプル映像見るとDFDよりも解像度は上っぽいけど
若干顔が別人になってる様に見えるからDFDの方が良いかね
DFLで切り出したaligned使うと最後まで動作はするけど
結果のzipフォルダが空の状態で保存されてて超解像できてないんだよな
サンプル映像見るとDFDよりも解像度は上っぽいけど
若干顔が別人になってる様に見えるからDFDの方が良いかね
そうですね
>>673
返信どうも
ただこの方法だとノイズが入ったり不自然になる画像があった
色々弄ってみて解決
遅いのはdlib関連だったみたい
test_FaceDict.pyの26行目
dets = detector(img, 1)の1を0に変えたらstep1の処理が5倍くらい速くなった(それでもまだ遅いけど...)
あとはdlibのコンパイル時にCmakeやらVSのオプション弄っても高速になるらしいけどそちらは未確認
返信どうも
ただこの方法だとノイズが入ったり不自然になる画像があった
色々弄ってみて解決
遅いのはdlib関連だったみたい
test_FaceDict.pyの26行目
dets = detector(img, 1)の1を0に変えたらstep1の処理が5倍くらい速くなった(それでもまだ遅いけど...)
あとはdlibのコンパイル時にCmakeやらVSのオプション弄っても高速になるらしいけどそちらは未確認
返信 [1]
>>677
動作確認で数枚の画像だけ圧縮してたけど
フォルダごと圧縮したら問題無くいけたわサンクス
dfd使ってもノイズでよく分からない唇のシワとか
まつ毛まで見えるようになるし処理早いし数日で革命起きて草
動作確認で数枚の画像だけ圧縮してたけど
フォルダごと圧縮したら問題無くいけたわサンクス
dfd使ってもノイズでよく分からない唇のシワとか
まつ毛まで見えるようになるし処理早いし数日で革命起きて草
ずっと古いdfl使ってた初心者なんですけど、最近のバージョンってtrain遅くなったけど精度は上がってたりします?
めちゃくちゃ数こなすの遅くなってて
めちゃくちゃ数こなすの遅くなってて
train速くなって精度は変わってないと思う
え、速くなってるんですか
名無しさん@お腹いっぱい。
Colabの方で超解像化してそのままぶち込んでもDFLファイル見つからんて言われるね。再extractかければいいだけだが
4.2) data_src util faceset metadata save.bat
4.2) data_src util faceset metadata restore.bat
もっとこのファイルは評価されるべき
元画像まとめてsaveしてgpen画像と交換してrestoreするだけよ
4.2) data_src util faceset metadata restore.bat
もっとこのファイルは評価されるべき
元画像まとめてsaveしてgpen画像と交換してrestoreするだけよ
gpenやっと導入できた
すごいなこれ
すごいなこれ
返信 [1]
RTX2080Ti用って1080Tiでも動くんだな
バッチを倍にしても起動するし学習早くなった
バッチを倍にしても起動するし学習早くなった
gpenて何に使ってるの?
なるほどありがとう
既出かもしれんが、headshotってソフト知ってる?使いようによってはsrc不足を補えるかも。
google colaboのGPEN使うとすぐGPU使用量の上限に当たって使えなくならない?
自分のローカルPC(2070s)環境上でGPENを動かす事はできるのでしょうか?
できるけど
Winじゃ動作しなかったからdebianインストールして動かしたよ
Winじゃ動作しなかったからdebianインストールして動かしたよ
返信 [1]
あら〜面倒くさいんですね、じゃすなおにColabでやります。
サンクスです。
サンクスです。
自分の顔が杉浦ぼっ樹にジャストフィットすると解り
葵つかさや紗倉まなとの共演を果たしてしまう>>1
葵つかさや紗倉まなとの共演を果たしてしまう>>1
返信 [1]
普通にmergeして作成したフルHD解像度のpngやjpgをColabのGPENで高精細化しようとしたらダメだった
代わりにpngから更にheadモード1024で顔抽出したやつなら変換できたので、mergeのソースを弄ってpngの顔抽出元に上書きできるようにした
画面いっぱいの大きな顔でもなかなかな解像感でてる
まだ動画の連続したコマで処理、再動画化は試してないので最終的にチラつき等出ないかはわからない
代わりにpngから更にheadモード1024で顔抽出したやつなら変換できたので、mergeのソースを弄ってpngの顔抽出元に上書きできるようにした
画面いっぱいの大きな顔でもなかなかな解像感でてる
まだ動画の連続したコマで処理、再動画化は試してないので最終的にチラつき等出ないかはわからない
明日の日記もお楽しみに
返信 [1]
趣味系の板でこういう高齢者増えたな
返信 [1]
Xsegの仕組みを応用して自動顔抽出したがいけてないランドマークを補正する機能は作れないのかな?
pretrainのfacesetに設定されているだろう正確なランドマークを学習させて
pretrainのfacesetに設定されているだろう正確なランドマークを学習させて
返信 [1]
>>699
ソースの変更箇所を画像にしてみましたので参考になれば
修正箇所はおおまかに以下の4箇所です
1段目・・・FrameInfo.py __init__()
2段目・・・Merger.py main()
3段目・・・MergeMasked.py MergeMasked()
4段目・・・MergeMasked.py MergeMaskedFace()
https://i.imgur.com/C4KSm8G.jpg
ソースの変更箇所を画像にしてみましたので参考になれば
修正箇所はおおまかに以下の4箇所です
1段目・・・FrameInfo.py __init__()
2段目・・・Merger.py main()
3段目・・・MergeMasked.py MergeMasked()
4段目・・・MergeMasked.py MergeMaskedFace()
https://i.imgur.com/C4KSm8G.jpg
返信 [1]
返信 [1]
>>701
3060で顔抽出2重起動しても3it/sくらいだからもっと早くしたいけど
Xseg応用してどのくらいの速度で抽出できてる?
DFLと連携してるMachine Video Editor使えば
ランドマークの自動配置に加えて手動で1点ずつ動かせるから
その抽出方法でも活かせたら強いな
3060で顔抽出2重起動しても3it/sくらいだからもっと早くしたいけど
Xseg応用してどのくらいの速度で抽出できてる?
DFLと連携してるMachine Video Editor使えば
ランドマークの自動配置に加えて手動で1点ずつ動かせるから
その抽出方法でも活かせたら強いな
>>703
ソース改造後の使い方などを書いてみましたのでご一読下さい
ソース改造後は通常のマージ機能が使えなくなるので作業フォルダを分ける必要があります
https://i.imgur.com/xSvYBRG.jpg
ソース改造後の使い方などを書いてみましたのでご一読下さい
ソース改造後は通常のマージ機能が使えなくなるので作業フォルダを分ける必要があります
https://i.imgur.com/xSvYBRG.jpg
返信 [1]
>>706
自分はまだ連続コマでの再動画化は試せてないので、GPEN側の精度によってはチラつきで視聴に耐えられないかもしれません
その場合は静止画スライドショーで楽しんで下さいw
あと、1回目の通常マージではsuper resolutionはかけない方が良いですね
GPENで再度高精細化すると前歯に縦線が入ったり副作用が出やすいですね
自分はまだ連続コマでの再動画化は試せてないので、GPEN側の精度によってはチラつきで視聴に耐えられないかもしれません
その場合は静止画スライドショーで楽しんで下さいw
あと、1回目の通常マージではsuper resolutionはかけない方が良いですね
GPENで再度高精細化すると前歯に縦線が入ったり副作用が出やすいですね
数コマでも更に高品質なシーンが作れるだけで十分なのでノーダメージですw
全部踏まえて修行してみます
全部踏まえて修行してみます
返信 [1]
>>704
Xseg応用しての顔抽出っては自分にとってはまだ夢物語でこれからソースコード勉強してみようかっていう段階です
できれば公式さんにそういうの作って欲しい
Machine Video Editorっていうのがあるんですね、調べてみます
Xseg応用しての顔抽出っては自分にとってはまだ夢物語でこれからソースコード勉強してみようかっていう段階です
できれば公式さんにそういうの作って欲しい
Machine Video Editorっていうのがあるんですね、調べてみます
>>709
なるほどね
他の顔識別AIを応用すれば動画のまま1フレーム毎に顔認識させて
10倍くらい早くできるみたいだから公式で作ってほしいけど
開発者の対応見てると作る気無さそう
MVEはmrとyoutubeにガイドがあるから参考にしてみて
なるほどね
他の顔識別AIを応用すれば動画のまま1フレーム毎に顔認識させて
10倍くらい早くできるみたいだから公式で作ってほしいけど
開発者の対応見てると作る気無さそう
MVEはmrとyoutubeにガイドがあるから参考にしてみて
返信 [1]
>697
debianのローカル環境でやってみたらmerge画像は直接変換できたよ
確かに綺麗にはなるんだけど、動画にすると若干チラつき感はありますね
debianのローカル環境でやってみたらmerge画像は直接変換できたよ
確かに綺麗にはなるんだけど、動画にすると若干チラつき感はありますね
返信 [1]
>>711
Colabのメイン部分(jappさん作?)をよく確認したらDFLで顔抽出した以外の画像は変換対象外にしていましたね
このチェック部分を上手くコメントアウトすればColabでもmerge後のフレーム画像をそのままGPENを掛けられるかもですね
自分もようやく改造ソースで連続コマを再動画化(GPEN適用は1万6千枚)が出来ましたが、通常の顔サイズなら目立ったチラつきはありませんでした
一番印象が変わる前髪や眉毛もチリチリするようなことはなし
ただ画面縦の6割以上な顔アップで動きが少ない場面だと顔全体が少しチラつくこともありでした
Colabのメイン部分(jappさん作?)をよく確認したらDFLで顔抽出した以外の画像は変換対象外にしていましたね
このチェック部分を上手くコメントアウトすればColabでもmerge後のフレーム画像をそのままGPENを掛けられるかもですね
自分もようやく改造ソースで連続コマを再動画化(GPEN適用は1万6千枚)が出来ましたが、通常の顔サイズなら目立ったチラつきはありませんでした
一番印象が変わる前髪や眉毛もチリチリするようなことはなし
ただ画面縦の6割以上な顔アップで動きが少ない場面だと顔全体が少しチラつくこともありでした
病気悪化してんな
改行好きなん?
Mateで書き込めなくてpcでコピペしたら改行してた意味はないよ
ガ〜イ?
返信 [1]
今GTX1080使ってるけどRTX3060に変えると学習早くなるかね?
ゲームベンチだとあまり差がないからどうなのかなーと思ってます。
ゲームベンチだとあまり差がないからどうなのかなーと思ってます。
名無しさん@お腹いっぱい。
返信 [1]
>>718
1080から3060に変えたけど、学習2は倍から3倍に速くなったよ。
1080だと512×512ぐらいのフェイスセットが限界だけど、
3060だと1000×1000でheadごと切り出しとかもイケる。
TDPも下がるし電気代的にもお得でマザボへの負担も若干少ない。
8ピンのみで動く光らないmsiのがお勧めだと思う。
ただメモリバス幅は1080よりだいぶ劣化するので完全上位互換では全くない。
古いゲームとかだと1080の方が速いかも。
1080から3060に変えたけど、学習2は倍から3倍に速くなったよ。
1080だと512×512ぐらいのフェイスセットが限界だけど、
3060だと1000×1000でheadごと切り出しとかもイケる。
TDPも下がるし電気代的にもお得でマザボへの負担も若干少ない。
8ピンのみで動く光らないmsiのがお勧めだと思う。
ただメモリバス幅は1080よりだいぶ劣化するので完全上位互換では全くない。
古いゲームとかだと1080の方が速いかも。
名無しさん@お腹いっぱい。
返信 [1]
>>719
偽造しちゃうのも手だよ。
src側のalignedに切り出し後の顔画像が並んでるじゃん。
あれをdstの最終のmergedに全部コピペして merged to mp4すると、
顔が中心に寄った動画として書き出される。
これがサイズ、画角が中央に揃ってて、動画編集ソフトでコラージュしやすい。
笑ってない顔なら、真顔上半分と口開けた顔下半分とかで重ねれば大量に無表情の口開け顔とか作れる。
目を閉じてとか、片目閉じて(左右で重ねる)とかも同じ感じで作れる。
多少色なんかがズレてても、学習後は本番時のdstの顔色に揃えるんだからザックリでも結構うまくいく。
偽造しちゃうのも手だよ。
src側のalignedに切り出し後の顔画像が並んでるじゃん。
あれをdstの最終のmergedに全部コピペして merged to mp4すると、
顔が中心に寄った動画として書き出される。
これがサイズ、画角が中央に揃ってて、動画編集ソフトでコラージュしやすい。
笑ってない顔なら、真顔上半分と口開けた顔下半分とかで重ねれば大量に無表情の口開け顔とか作れる。
目を閉じてとか、片目閉じて(左右で重ねる)とかも同じ感じで作れる。
多少色なんかがズレてても、学習後は本番時のdstの顔色に揃えるんだからザックリでも結構うまくいく。
名無しさん@お腹いっぱい。
補足
MP4にする時に、dstの元動画も参照するから、
顔を切り出したsrcの元動画を、data_dstにリネームしとかないと動画書き出せない。
MP4にする時に、dstの元動画も参照するから、
顔を切り出したsrcの元動画を、data_dstにリネームしとかないと動画書き出せない。
■ このスレッドは過去ログ倉庫に格納されています
ニュース
- 「なぜ実家に1円も入れないの?」40代子ども部屋おじさんの答えは?実家暮らし中年が20年で2倍に 批判の裏にある「最後のユートピア」論 [七波羅探題★]
- 人口減少で「戦略庁」創設 自民、政府へ来月提言 [首都圏の虎★]
- 【速報】織田翔希、メジャー挑戦に暗雲… MLB労使交渉 国際アマ選手契約も凍結へ ロックアウト突入の可能性大でマイナー契約も不可に [冬月記者★]
- 【高市首相】APECでトランプ氏に背後から手を添えるも“無視”に「恥ずかしい」の声…識者も驚く“ぼっち外交”のレベル ★2 [ぐれ★]
- 【参政党】国政選挙の立候補者「帰化歴」開示へ法案 二重国籍者の出馬禁止 [蚤の市★]
- 「孫が欲しいって言ったじゃん」41歳・実家暮らし非正規雇用の女性が妊娠 70代母「どうやって育てるの?」 [お断り★]