DFL2.0的Colab脚本请收好,顺便聊几句!
2.0出来后不少人催更Colab脚本,其实前几天我已经开始着手更新了,为了写上一篇文章消耗了几天时间。现在我就来通知下,脚本已经更新了,名叫v4。
简单说下Colab有啥用,这个主要是针对没有显卡,没有N卡,设备不好的朋友,或者不想本地烧机的朋友,Colab有免费版也有Pro版,免费版最长使用时间12小时,12小时后必然断开,需要重新连接。
Pro使用时长相对比较长,稳定性会有所提高。如果自己真的想玩出点花样来还是推荐升级显卡。
项目地址:
https://github.com/dream80/DeepFaceLab_Colab
脚本地址:
https://colab.research.google.com/github/dream80/DeepFaceLab_Colab/blob/master/DeepFaceLab_Colab_V4.ipynb
支持0203,0223,0228,0307,0315以及最新版。DFL1.0的版本请参考v2,v3脚本。
脚本使用方法:
这是一个中文脚本,而且加了很多注释,应该能看懂。步骤主要分六步,在开始之前可以先点一下“查看分配到的设备” 前的播放按钮查看分配到的设备,不同型号显卡,性能差别挺大。
目前最好的设备为P100, 其次就是T4, 最后还有K80,最后的最后可能就是不分配GPU。
第一步,准备好workspace
云端运行和本地运行基本类似,但是开始的时候多了一个挂载。挂载的意思是把谷歌云盘插到Colab的服务器上。这个colab的脚本就可以使用谷歌云盘中的素材了,模型也会保存在云盘。
挂载成功后,你需要准备好workspace。这里提供了两种方式。一种加载默认的workspace,这个就类似本地版里的默认素材,只需要点一下“加载示例项目workspace即可” 。
还有一种方式,把自己的workspace上传到谷歌云盘对应的位置,具体的位置为DeepFaceLab目录下面。这里又会有两种情况,一种是只上传data_src.mp4和data_dst.mp4。还有一种是上传已经提取好的workspace 。这种情况多文件上传会非常难受,可以先用打包脚本把aligned下的头像打包成一个文件。这种情况下面的第三步就不需要做了。
第二步,安装环境
安装就是把软件下载到Colab上,然后安装一些必要的依赖。这里可以根据自己的情况选择版本。last永远和作者的版本保持一致,其他为历史版本。
具体操作就是点一下开始安装前的播放按钮,期间可能会出现红色提示信息,可以忽略。
第三步,提取脸部
因为2.0版本引入了整脸whole_face, 所以这里提取分成了两种。一种是提取全脸,一种是提取整脸。两个二选一,根据自己情况来。不管是什么都只需点一下就好了。点完后会需要输入帧率和图片类型,直接回车可以使用默认参数。推荐jpg格式
这里需要注意,target的地方,要用src提取一次,然后换成dst再提取一次。排序可点可不点,在云端查看素材可能会比较吃力。
第四步:训练模型。
这个步骤是最消耗时间的,大部分人用这个脚本也是为了这一步。2.0版仅支持SAEHD和Quick96. 启动训练也就是点一下的事情,第一次训练需要输入一些模型参数,回车到底默认即可,除非你知道要改什么参数。
模型训练到一半是可以终止的,点一下播放按钮的地方,就会中断。模型进度不会丢失,再点一次可以继续训练。
第五步,转换输出
模型训练完成后,就可以使用了。使用模型的时候是先把所有图片换脸,然后再把换好脸的图片合成视频。所以这一步有两个小步骤。
第六步,继续训练。
这个步骤主要应用于环境中断时候,比如你练着练着就中断了,重新分配了GPU,此时就需要点一下这个继续运行了。
工具的话,主要就是对头像素材进行打包,解包,增强。这些可用可不用。
整个脚本不需要你写一句代码,只需要点点或者选择一下。如果你熟悉本地电脑版的操作,使用脚本会非常简单。如果本地没有用过,那么也可以看deepfaker.xyz上的入门文章,了解整个过程。
Colab的事情大概就是这样了,目前已经可以使用最新版本。近期内我不会再更新,发现有BUG或者什么问题,发我邮箱!
最后闲聊几句
前几天用了下处于灰度测试的付费阅读功能,抱着尝鲜的态度使用了一下。因为我之前网站上也有打赏功能,但是全年打赏不超200RMB。所以对此预期也不高。结果,还是有些出乎我的意料。识货的人还是不少,当然肯定不乏单纯支持一下的朋友,非常感谢。那些说“草文章还收费”我就当没听到了(人家也许只是简单的感叹,并不是针对我)!
不知不觉,建站一年,从一无所知,到建立博客,分享经验,期间付出了大量的时间和精力,尤其是开荒期,没有地方学习参考,全靠自己摸索。期间,经历了无数个通宵,当然也是乐在其中。一年下来,分享文章70多篇,访客上百万,这其中不少文章写一篇就是一个星期。因为设备不好,又挖掘了Colab脚本,因为有人不懂英文,又分享了中英双语版。这些所有的内容全部Free,期间不少朋友给了我很多赚钱的建议,但是我始终感觉不太好意思。后来我学“聪明”了点,QQ群加了付费入群功能,也算有点收益。
这期间,做的最多,也是最伤肝的可能是就是回答新手们的问题。
那些本身基础好的,接受能力强的,你只要提示几个字,他立马就会了(观众这技术的大部分应该是学历比较高或者学习能力比较强);那些厉害的,我脚本刚分享出来不足三天,他们就拿去卖钱了。但是也有不少人认知能力有限,很多问题我要解释半天(不怪他们,这事儿本来就不简单)…有时候我都想砸键盘。我有信心教会任何一个正常的人,但是这个时间成本,精力成本太高了太高了太高了…还有的朋友学习热情特别高,夺命连坏call,从凌晨call到中午… 心太累真不想说话,不回又不好意思。
搞技术的人始终以分享为荣,耻于谈钱。
但是,纵观如今的互联网,还有什么产品,什么服务不是收钱的?电影,电视剧,音乐,小说,图片,层出不穷的忽悠性培训,还有知识付费… 统统都收钱,曾经那个人人都热衷分享的时代已经成为过去式。其次,我也应该要认识到只有付出和回报保持平衡的事儿才有持续健康发展的可能性,毕竟我家里也没矿~。~ 现在投资行情也很惨烈。
所以我再三思量,以后将不再免费提供部分内容。
这部分内容包括:
无法三言两语说清楚的复杂问题,
特殊的使用技巧,
非常耗费我时间和精力的内容,
软件魔改定制之类。
视频教程之类(可能会做一整套)。
模型之类。
对于这些问题,请不要问我在不在,充值就好了。
除了以上的内容外,以前的文章我不会删,也不会停更,出付费文章的概率不会太高,有好的技术也依然会分享,简单的问题依旧会回答,希望大家多思考,多专研,共同进步。
受益良多
我是剛接觸的新手
我的電腦沒辦法負荷這些工作
有了這個方法讓我充滿了一絲希望
想請問站長
我之後如果想把A的臉換到B影片上
是否把影片上傳到workspkce
並把影片名稱改為data_src.mp4?
站長 我卡在提取完圖片後要訓練時發生
ValueError: No training data provided
不懂哪裡出現問題了…..
没有训练数据,提取的时候 src和dst都要提取一下。
恩
出现了同样的问题,src和dst都已经提取了,src提取正常,faceset.pak为27MB,但是dst提取出现了问题,faceset.pak仅为38字节。
已经搞定了,原来是我理解出错了,是要手动修改src和dst,同一句命令运行两遍
你好站长,想请问训练模型怎么样才算是训练好了?有没有训练结束的界面呀?
不会自动结束! 你可以通过观察预览图的清晰度和loss值是否不再降低来判断。手动结束这个环节!
站長你好,非常感謝這篇關於Google Colab的解說,非常清楚明瞭。我使用Google Colab來做訓練已經一陣子了,大致上也了解整個流程。但是我最近發現我在merging的時候常常會出現” faces found for .png, copying without faces”,最後導致result video的畫面非常不理想。後來我發現這個原因是我在extract DST faceset的時候將aligned裡面的bad alignments(upside down, misalignment, twisted frame,. etc.)刪除後造成的結果,因為這些bad alignments通通都是有臉部的frames,只是misaligned而已。我無法使用我的電腦來做”MANUAL RE-EXTRACT DELETED ALIGNED_DEBUG”,因為我是AMD的GPU。想了解有沒有什麼方法可以實現既使使用Colab,也可以做Manual extract的方法。或是有沒有其他辦法在刪除bad alignments時卻又保持原本的frames?再次謝謝您的教學文章,受益良多。
colab 没节目,所以用不了手动提取。 在你电脑上,你可以选择使用CPU来做这个操作,虽然慢点,但是也能实现。
利用colab建模型需要多久啊老哥
你好站长,如果是用别人的模型,把别人的模型直接放到model文件夹里就可以了吗?
恩。和软件版本有一定关系。参数可能需要调整下!
站長你好,你這程式真的非常棒,但是每次訓練到一定程度就會發生錯誤。但當我重新訓練時那個(current iteration)又會下降,有什麼解決方法嗎?因為我不知道其實有沒有訓練過
这个平台是给研究深度学习的用的。不能一直运行,一段时间后本身就会自动断开。重新点一下那个一键运行就可以了。进度不会丢!
非常感謝!分享受益良多家裡沒有高規格電腦多虧這個腳本,讓我可以再現玩玩換臉!
最近挂载云盘的时候COLAB弹出提示说该代码操作可能不被允许问是否依旧继续执行,然后条款里面说禁止创建深度伪造内容(deepfake),继续用会被BAN吗?