|
|
使用 ctrl+f 快速查找您要查找的内容
Tag：ICE版跑过的模型默认不再兼容DFL原版，请提前备份你的模型
ICE版跑过的模型默认不再兼容DFL原版，请提前备份你的模型
ICE版跑过的模型默认不再兼容DFL原版，请提前备份你的模型
一、软件下载
支持最近MULAN构架的DF_ICE_1.601目前还在测试
DF_ICE最新稳定版本为1.31c
链接：https://pan.baidu.com/s/1uIELEAe2W0sWzI5HWkKVUQ
提取码：37sq
解压密码：zhatv.cn
二、软件配置
1、运行环境：参照原版deepfacelab
2、软件安装：DF_ICE为解压即用软件，为简化部分操作，作者很贴心的设置了“环境配置功能”——Setup.bat，按照说明一步一步继续下去即可完成初始化
三、版本更新
当前最新版本ICE 2023 Ver 1.31 2023/2/9 更新
全新重写的Face-AI训练器，对脸有了重新的理解
训练更具效率，成型迅速
模型训练权重更加平衡有效，兼顾全局成像及细节特征提取！
新的512分辨率遮罩模型，精细的边界和细节
ICE5V2 蒸馏模型获得更全面的支持，高分辨率有更快成型速度，节约三分之一时效
兼容DeepFacelab 原版和Me版本模型读取
继承自Me版本的AMP架构 ，大比例的快
插件支持: 素材增强插件、合成增强插件、后期nuke插件
新的结构流程训练器，极大改善某些大规格和高参模型训练显存的紧迫感，后期不能打开GAN的尴尬；
启用优化器，妈妈在也不用担心OOM了
Loss 平滑功能加入 ，各种角度训练收放自如；
模型收敛成型更快，模型对不同角度素材推理更平衡；
显卡不在是一名优秀的磨洋工，省电同时，宝在也不用熬夜分类极端素材单独训练；
角度、角度、角度、现在只需要打开【LOSS平滑】开关；
新的实验性Gan算法，即使模糊和运动素材，也会有不错效果，告别只能换清晰脸的尴尬；
ICE优化器可以让Gan跑在更多层和极端参数；
新的遮罩模型算法，我们将256遮罩分辨率扩展到512分辨率，更精细遮罩推理更利于后期制作；
合成器将会因为精细遮罩有些新的变化
多遮罩模型管理，训练及合成选用不同类型自定义遮罩更便捷；
无缝支持原版256遮罩模型混用，支持原版256的遮罩素材，建议以512分辨率重新精细化
未来将支持多个遮罩组合变体，应对特殊场景需求；
起点变高，要求不高，即使是8G显存，512遮罩模型也是能跑的动；
升级规格的遮罩模型，对于素材精细度要求变高了，但会有全新值得表现
新的遮罩算法作用逻辑，加减法更明确清晰
精细遮罩应用于训练，减少不必要训练量
实验性功能，素材和模型的匹配会有一些新的工具呈现；
通过新的工具，让我们在素材和模型参数找到平衡；
预览界面新增xseg landmake显示，现在你可以看到不同分辨率和脸型素材，仿射变换到模型中的实际位置
landmake 眼睛和嘴部位置准确度将直接影响眼嘴优先选项训练效果，实际边界是有一定容错空间，但也不能偏移太大；
素材分辨率脸型和模型一致，将获得最优匹配；
全中文界面，utf-8支持；
可扩展到非编软件接口
更多细节，逐步更新。。。
因为原版Deepfacelab 目前不支持512分辨率遮罩，ICE训练后模型想转回原版使用，请不要下载。
ICE 2023 Ver 1.3 2023/2/7 更新
- <font face="Tahoma">更新提示：
- 2023 2 /07
- 1、修多个BUG；
- 2 、utf-8 支持
- 3、实验性功能
- 2023 /1/22
- 1、修复了一个兼容原版导致 version 报错的Bug；
- 2、修复英语界面合成出错Bug;
- 主要功能：
- 1、新的训练内核，抛弃原来Me版的笨重，更快，更简洁；
- 2、loss平滑优化（实验性功能）；
- 3、现在你可以训练512分辨率遮罩模型，并在合成中使用；
- 4、多遮罩模型使用，方便切换及管理、兼容原来的256模型，遮罩名字可以自定义；
- 5、继承自Me版本大模型参数升级；
- 6、操作中文化，因时间关系，不全，慢慢更新；
- 安装需知：
- 1、安装目录不允许有空格和中文字符,建议解压到目录 D:\Df-ICE, 安装目录宜短不宜长，目录级数太多会出错 ；
- 2、魔改TF原生代码，存在部分参数条件下，CPU和内存占用有点高;
- 3、系统虚拟内存请设置大于64G（推荐初始６４G－最大１２８Ｇ）;
- 4、只支持N卡，只支持N卡，请在N卡官网下载升级最新N卡驱动在运行本软件；
- 5、win10、win11请打开windows的设置： "系统->显示->显示卡->默认图形设置->硬件加速GPU计划“ 打开加速GPU计划选项。
- =======================================================================
- 注意项：
- （1）第一次运行，请运行目录下 setup.bat 初始化运行环境，setup.bat 可重复使用修改默认参数及插件配置；
- （2）注意，不管是训练模型还是应用遮罩，在新版本使用旧的DFL和Me版本模型，第一次运行一定要运行训练命令，重新设置训练参数，保存模型，否则会出错；
- =======================================================================
- 一些变更：
- 1、注意大模型参数更改为： --models-type 【可选参数】
- 可选参数有三个：
- me-model Me版本大模型
- dfl-model DFL原版模型
- 2、训练参数 --train-op
- 打开这个参数，将在model目录生成 train_op.txt 文件，修改这个保存这个文件，将会操作训练行开，适合于linux下控制训练 行为
- 参数开关：
- save 保存模型
- backup 立即备份模型
- close 保存模型并结束训练
- 3、原版遮罩模型，第一次使用需要开启训练，更新参数，否则使用于合成和应用会出错；
- 4、RG优化器开关在模型训练参数里更改,打开，启用优化器优化显存使用，可训练更大模型，开启更高的BS ；
- 5、Loss平滑请于中期打开，配合扭曲使用，LOSS平滑会导致训练的迭代时间不准确，因为阶段loss平滑会启用幅度优化，出现一个比较长的延迟，但不影响训练 ，不影响训练效率；
- 测试版本：请使用前备份模型！
- 重要声明：本程序仅限于AI学习及人工智能网络编程研究，用于任何违法侵权行为，使用者将承担由此引起一切经济及法律责任。
- Kingboy
- ( 程序Bug 请移步 Q群：366893641)
- 2023.2.07</font>
三、常见问题
1、DF_ICE跟DFL有什么区别？
最新版本的DF_ICE使用全新的训练器，实测效果训练速率远高于原版DFL，添加了一些实用功能（如loss平滑等）
2、DF_ICE跟DFL相比有什么优势？
①快！快！快！
②对硬件要求更低！
③在相同品质素材的前提下，即便参数设置及阶段转换时机不合理，最终得出的结果都相近。
④原版DFL目前停更，ICE会持续更新并会有新的实用功能实装
3、RG版、Me版、ICE版各是什么？
版本一直是小范围使用所以有点乱，简而言之就是，RG的主要适用对象是硬件不够又希望高参数大BS的玩家，Me版继承RG版的优势并增加了几项可调节的参数并提供了Web查看面板，DF_ICE更换了新的训练器并继承了RG特色，可以跑更大参数和更高BS，今后会陆续实装简介中的各项特色功能。
4、教授(Kingboy)是谁？
江湖上的事，少打听。好用就行。记得心存善念、心怀感激。
5、DF_ICE的loss平滑什么时候开？
整个训练阶段的中后期开启，我个人一般0.15以下开启，建议在0.5左右开，强度普通卡开3，40g开6，80g开到8
6、loss平滑有什么作用？
原版扭曲每次都是随机挑选素材进入训练，很难学到稳定特征，因为扭曲每次都不一样。开启loss平滑会搜集扭曲后的素材排序，高loss的会有一个小周期对扭曲素材重复训练，稳定特征提取。比如loss平滑强度开3，如果训练bs开到8，就是每128个素材搜集16张高loss素材，跳出所有素材循环，这16张素材进入第二次单独训练。每张素材获得3次机会强化训练。比如rw和ct这些素材增强是随机的，你只对他训练一次就很难重现这个稳定态。loss平滑最大的意义在于，持久化被增强的素材的训练频度。保证特征提取效率。 loss在0.3后，大量正面素材是提取不到特征了，训练是无用功，0.15左右基本磨洋工。 loss试验性的，bs越大占用显存越大，建议前期不要开，中期rw loss yaw可以加速模型整体成型。后期设备好的酌情考虑，褒贬不好说。
这个功能会占用CPU，CPU越好，显卡越好效果越明显。相当于自己挑选素材进行强化训练。
7、在DF_ICE下训练过的模型无法拿到DFL下训练？
原则上ICE的不行不再兼容原版DFL（有了ICE还要啥自行车），所以试用ICE前，请备份你的模型文件
8、开启LOSS平滑后训练LOSS变得很高
DF_ICE版本的loss值显示不太准，只是一个趋势。因为引入新的算法。作者暂时抽不出时间去改这一块。 打开loss平滑后相当于两个训练器在博弈。中间一个延迟，不是不训练。是把训练的迭代数量一次性累计
9、开启一些细节参数后CPU占用很高是否正常？
正常的，rct和hsv是跑在cpu，ice还会把梯度剪裁卸载到cpu来跑，尽可能的发挥显卡功效。遮罩边缘模糊对cpu开销特别大，如果模型不用于live可以关了。如果用于live模型，在最后收尾阶段打开遮罩边缘模糊训练模型的遮罩边缘。限制你gpu的效率两个因素，第一，显存太小，二、太多cpu操作，cpu和pci通道拉胯，导致素材一直不及时送到gpu处理。2个因素决定gpu的cuda计算单元一直在等数据运算。
对于dfl的cnn的卷积网络的层数是2021年之前的产物。当时大众gpu还不具备处理太深网络，所以dfl的层计算数量要求不高。 对于dfl的训练之路，你选取gpu的第一选择就是显存越大效率越高。包括现在4090来说，算力的提高对于速度提高很小，算力几乎是种浪费。远远达不到线性提升。
10、原版模型忘记备份了，如何让从ICE模型转回去？
右键编辑“z5. Train”目录下的批处理文件“5.1 train SAEHD.bat”把--models-type me-model 改为 --models-type me-dfl然后保存，然后运行训练，接着保存模型，之后就能拿回原版使用了。
11、模型练完后对模糊的DST效果极差 脸部五官放大怪异，对清晰的就效果很好
src多放点模糊素材，或者me版打开模糊增强
=============================================================
关于使用的一些知识点：
梯度剪裁何时打开？
- 当你的模型训练中阶段自动保存显示Loss平均值突高突低，当模型容易发生爆色块，当模型容易崩溃，此时你应该打开梯度剪裁。
- 当你的素材质量极低，当你打开CT进行颜色迁移！当你打开真脸和gan生成纹理和细节，你应该考虑打开梯度剪裁。
- 梯度剪裁的负作用，有些模型需要极端条件，打开剃度剪裁可能导致无法模型收敛。因此，任何时候，打开模型备份是必要的，模型备份的回退是训练模型的基本操作之一，也是经常会使用的模型优化方案。回退模型比修改训练参数去修复某状况更有效。
Loss平滑如何使用？
- 新建模型没必要打开Loss平滑，因为需要均衡权重；
- 当模型降到平均0.5以下，可以考虑打开，此刻每次迭代会参杂大量0.6-0.7迭代。观察黄蓝曲线图，会有大量毛刺尖峰，可以使用Loss平滑，提升权重；
- 当你SRC素材角度很全，但训练预览图中观测，正面脸清晰，侧脸和死亡角度模糊，即使打开侧脸优化也无法改善，打开Loss平滑可以提升侧脸和死亡角度权重，侧脸优化作用是提升侧脸素材权重 ，Loss平滑将在训练过程提升训练权重，有效改善模型训练效率；
- 打开Loss平滑，要求对素材精准挑选，减少错误的素材影响
- Loss平滑作用域覆盖, 素材增强（扭曲素材、CT、反转） 、真脸、gan生成纹理；
关于学习率，一些新的改变！
- 很多人发现ICE没原版的 lr_dropout这一参数选项，通过验证，DFL原版 lr_dropout=0.3 取值在前前小参数及低分辨率模型下工作有极优表现，日新月异，现在GPU性能大幅提高，我们开始尝试更大规格的模型，我们训练模型时间开始变长，原来的设置对于过拟合抑制似乎不在有效，随着迭代数量开始变大，512或高参数模型在训练过程中有多次过拟化情况，一些模型几乎没法收敛。所以，ICE对于过拟合的抑制改变算法，经过多数模型的验证，ICE对于神经元的冻结采取非线性关系，dropout的数量和参数有对应关系，目的是保护这些大分辨率模型有效收敛，因此，lr_dropout代替项变为“ 使用dropout瘦化神经网络，提升模型泛化能力”，你可以参考原来训练方法中，涉及到 lr_dropout，去开启，建议，对于高参模型，可以提前启用；
- 增加自定义学习率“[5e-05] 自定义学习率，请谨慎修改。【Learning rate】”的出发点，也是考虑现在模型的参数和分辨率在变大，新训练的大规格模型，前期可以增大学习率，因为参数变大后，大学习率可以有效提升效率，对于训练后期，某些模型不在收敛，我们可以尝试手动降低学习率（不宜低于3e-05），指数降低学习率的好处是权重更新更精细，当然训练量变高。新手可以取默认值，有动手能力同学可以备份模型，尝试这个值对模型收敛的影响。
开始模型训练，出错退出！
- 情况一、开始训练，几秒后退出，提示请按任意键继续，没有其它提示；
- 情况二、弹出错误信息，错误信息里包含“OOM”的词；解决办法：模型参数太高，设置BS太大，
- 情况三、错误信息包含提示：“F tensorflow/core/common_runtime/device_event_mgr...." ；
- 情况四、提示内存错误；
以上问题无外乎，机器配置和模型不匹配，设置虚拟空间太小，显存太小，训练模型参数太高、BS设置太大，解决办法：
- 设置虚拟内存大于100G，即使你内存很大也需要虚拟内存
- 重复修改BS大小测试训练，从BS=2开始递增测试，找到合适的BS数量
- 关闭某些占用显存的参数，适当降低模型参数、更换更低参数模型
- 更换更高端显卡（显存优先）
==========================================================================
本贴长期更新并修正错误内容，如有补充或新的问题以及使用小窍门，欢迎跟帖。
鉴于越来越多的人连DFL都没玩明白就使用DF_ICE，在遇到一些问题后统统跑去问原作者。在这里我个人说说：软件是免费提供给大家使用的，作者没有任何义务去回答任何使用问题，所以大家请给予适当的尊重，基础问题自己上网查询搜索，实在解决不了可以上滚石的论坛（http://dfldatz.xyz）提问，那边人多力量大并且高手云集，大部分问题都能解决。DF_ICE的使用说明及注意事项在下载页有明显说明。请注意查看，实在不行，也可以在此处跟帖提问。
ICE功能中英对照（记性不好的可自行修改bat文件名为以下内容）：
（摘自：https://dfldata.xyz/forum.php?mod=viewthread&tid=12650 内容出自Ice版BUG反馈群）
1.01 extract images from video file________drop video on me.bat
1.02 cut video_______drop video on me.bat
1.11 源视频转图片 extract images from video data_src.bat
1.12 目标视频转图片 extract images from video data_dst FULL FPS.bat
1.13 目标图片降噪 denoise data_dst images.bat
2.01 data_SRC faceset Extract___________drop folder on me.bat
2.02 data_SRC faceset pack_____drop aligned folder on me.bat
2.03 data_SRC faceset unpack___drop aligned folder on me.bat
2.04 data_SRC util faceset resize_____drop aligned folder on me.bat
2.12 源头像提取 data_src faceset extract.bat
2.13 源头像手动提取 data_src faceset extract MANUAL.bat
2.20 源头像排序 data_src sort.bat
2.31 源头像改变大小 data_src util faceset resize.bat
2.32 源头像打包 data_src util faceset pack.bat
2.33 源头像解包 data_src util faceset unpack.bat
2.34 源头像数据保存 data_src util faceset metadata save.bat
2.35 源头像数据恢复 data_src util faceset metadata restore.bat
2.36 源头像增强 data_src util faceset enhance.bat
2.37 源头像生成landmark data_src util add landmarks debug images.bat
2.41 源头像文件名恢复 data_src util recover original filename.bat
2.42 不明 data_src_util_export_faceset_mask.bat
***机翻 修复样本生成中的比例因子。添加了 util --export-faceset-mask PS：实时交互换face项目容错率大幅度提升
3.01 data_DST faceset Extract___________drop folder on me.bat
3.02 data_DST faceset pack_____drop aligned folder on me.bat
3.03 data_DST faceset unpack___drop aligned folder on me.bat
3.11 目标头像提取 data_dst faceset extract.bat
3.12 目标头像手动提取 data_dst faceset extract MANUAL.bat
3.13 目标头像提取 手动修复 data_dst faceset extract manual fix.bat
3.14 目标头像 删除调试图片后手动提取 data_dst faceset MANUAL RE-EXTRACT DELETED ALIGNED_DEBUG.bat
3.20 目标头像排序 data_dst sort.bat
3.31 目标头像更改大小 data_dst util faceset resize.bat
3.32 目标头像打包 data_dst util faceset pack.bat
3.33 目标头像解包 data_dst util faceset unpack.bat
3.34 目标头像名称恢复 data_dst util recover original filename.bat
3.41 不明 data_dst_util_export_faceset_mask.bat
4.01 data_mask Edit__________________drop aligned folder on me.bat
4.02 data_trained mask - apply_______drop aligned folder on me.bat
4.03 data_trained mask - remove_____drop aligned folder on me.bat
4.11 目标头像遮罩编辑 data_dst mask - edit.bat
4.12 目标头像遮罩抓取 data_dst mask - fetch.bat
4.13 不明 data_dst label mask - remove.bat
4.14 目标头像遮罩训练应用 data_dst trained mask - apply.bat
4.15 目标遮罩训练应用移除 data_dst trained mask - remove.bat
4.21 源头像遮罩编码 data_src mask - edit.bat
4.22 源头像遮罩抓取 data_src mask - fetch.bat
4.23 源头像遮罩移除 data_src label mask - remove.bat
4.24 源头像遮罩训练应用 data_src trained mask - apply.bat
4.25 源头像遮罩训练应用移除 data_src trained mask - remove.bat
4.30 遮罩训练 Xseg train.bat
5.1 训练SAEHD模型 train SAEHD.bat
5.2 训练AMP模型 源到源 train AMP SRC-SRC.bat
5.3 训练AMP模型 train AMP.bat
7.1 应用AVATAR merge AVATAR.bat
7.2 应用SAEHD模型 merge SAEHD.bat
7.3 应用AMP模型 merge AMP.bat
8.1 合成MP4视频 merged to mp4.bat
8.2 合成MP4无损视频 merged to mp4 lossless.bat
8.3 合成MOV无损视频 merged to mov lossless.bat
8.4 合成AVI视频 merged to avi.bat
9.1 导出阿凡达模型为DFM格式 export AVATAR as dfm.bat
9.2 导出SAEHD为DFM格式 export SAEHD as dfm.bat
9.3 导出AMP为DFM格式 export AMP as dfm.bat
|
评分
-
查看全部评分
Zhatv换脸论坛免责声明
全站默认解压密码：zhatv.cn
【Zhatv】论坛里的文章仅代表作者本人的观点，与本网站立场无关。
所有文章、内容、信息、资料，都不保证其准确性、完整性、有效性、时效性,请依据情况自身做出判断。
因阅读本站内容而被误导等其他因素所造成的损失责任自负,【Zhatv】不承担任何责任。
|
发表于 2023-2-17 00:12:10
提升卡
置顶卡
沉默卡
变色卡
照妖镜
楼主