新人请教一下关于SRC和DST素材的事情

yu7n2xi

纯纯新手在论坛翻了几天教程，大概说一下自身的感触，首先感觉软件本身操作难度并不是很高，但是想找一套自己满意的SRC素材真的好难，首先个人审美去掉了一多半，4K高清打掉一大部分，影片最好没滤镜和美颜又掉一部分，素材脸部无遮挡又一部分，现在的女主发型要么刘海，要么那种韩型卷发，总少半只眼睛。太难了undefined

还有些疑问望大佬可以解惑

                               
登录/注册后可看大图

首先是软件这块，有各位大佬的教学贴和教学视频，熟悉两天，基本的操作差不多就会了，麻烦大佬看看我的理解是不是正确。
图形那部分主要就是配置些羽化、锐化、饱和度等等参数的调整，然后看成像效果，这块因为可以立刻看到结果，还算好。
模型训练主要明白各命令行的意思的作用，例如扭曲值、真脸值、羽化值等等这些，就要靠使用中慢慢积累经验，等经验足够，看到SRC和DST素材还有用途，就可以判断怎么样的训练方式和参数可以效果最好。

还有个问题想请指教一下，模拟场景：
我司有SRC素材：主播A账号还可以，因各种原因无法继续

DST素材：新主播B脸型与A接近
摄像师拍摄AB各角度、光影、表情为素材直接对训是不是效果就可以很好，是不是再对着W人人脸集训练就是无效训练了。

lihua256

步骤，是给小白按部就班的。
懂参数功能的，根据效果与自身需求，实时调整。

软件没什么难的，就是看你懂不懂，参数的具体功能与效果倾向。
懂的人随心所欲，不懂就是蒙的一屁。

素材是重中之重，高标准的SRC素材，炼丹就是无脑挂机，最终的成品，都差不到哪里去。
反之，SRC素材不行的，你炼丹就是雕出花来，也不好使。

yu7n2xi

还想请教一下，我看模型训练分成很多少次，这次开一部分关一部分，下次开一部分关一部分。
我的理解是这样，不知道是不是正确。
比如模型总需要时长10，除了影响脸部定位的项要么长开要么关，其它项如True face' power需要2，Enable random warp of samples需要3，Uniform yaw distribution of samples需要4等等，把这些项拆分搭配算是一种缩短时间和合理分配算力的一种方法。

yu7n2xi

lihua256 发表于 2024-9-4 16:15
步骤，是给小白按部就班的。
懂参数功能的，根据效果与自身需求，实时调整。

感觉学习这个，时间沉没成本太高。结果非实时的，好比在机电实验室一样，我调整一个电机供电电压，只有经过几小时或者几天才能知道结果怎么样，不过那个还有计算模型，我能大概算出来结果的一个范围。这个东西每实验一个参数，好像时间成本都挺高的

lihua256

yu7n2xi 发表于 2024-9-4 16:16
感觉学习这个，时间沉没成本太高。结果非实时的，好比在机电实验室一样，我调整一个电机供电电压，只有经 ...

不懂只能花时间去悟。。。这没招。

懂的人，时间都提前耗了，比如，从底层PHOTO SHOP玩上来的。
基本上，就具备了DFL所需的大部份知识，看一眼，就差不多能估计出最终效果。

打比方，你PHOTO SHOP抠图合成三个月，回头再看DFL，几小时就能玩透。。。
素材别人只能说标准，至于怎么搞，那就要靠自己了。
全角度是最低标准，中级外加基本表情全（睁闭眼，张闭嘴），高级外加喜怒哀乐全，特级外加夸张表情。
中级标准及以上的，就是无脑挂机，丹都差不了。（清晰度，只要不是720P以下切来的，基本没问题）

至于你的主播问题，精细搞A（SRC）的即可，B（DST）的完全不用专门弄，随便找个数据集就行。
要换成谁的脸（SRC），谁就要高标准。
被置换掉的，用数据集就行，根本不用管他是谁（DST）。

yu7n2xi

lihua256 发表于 2024-9-4 16:17
不懂只能花时间去悟。。。这没招。

懂的人，时间都提前耗了，比如，从底层PHOTO SHOP玩上来的。

PS也稍稍会一点点，所以里面大部分参数都能理解什么意思。但还是有些项感觉不太一样，比如True face' power和GAN power，GAN power是不是可以理解成像素处理程度或者是细处理程度，因为看了很多贴说这个参数项，开高了容易崩也是很影响速度的项，但是没找到具体说这个项的效果

yu7n2xi

lihua256 发表于 2024-9-4 16:17
不懂只能花时间去悟。。。这没招。

懂的人，时间都提前耗了，比如，从底层PHOTO SHOP玩上来的。

主播那个问题，如果只有B使用，专门给她做个DST素材，我理解是不是这样效率会更高效果更好一些，人脸集10W张图，如果只是B使用，是不是很多都是无效训练。

lihua256

yu7n2xi 发表于 2024-9-4 16:17
PS也稍稍会一点点，所以里面大部分参数都能理解什么意思。但还是有些项感觉不太一样，比如True face' pow ...

GAN的全称为 GAN生成对抗网络

原理如下。
GAN有一个生成器，和一个鉴别器。

首先生成器，负责根据输入的图像，产生一副近似假图。然后交给鉴别器分辨。
鉴别器判定真假后，返回给生成器。不断循环。
其目的为，让生成器最终可产生，欺骗过鉴别器的假图。
而鉴别器的目的为，不断提升判断真假的能力，双方循环对抗学习，最终会产生，足以媲美真图的假图。
所以叫 生成对抗网络。

模型崩溃的原因为，GAN的一边，被另一边完全攻破