香港中文大学CelebA预训练集-WF512版-量大角度全-11万5千张

windjet

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:3  参与人数:1  我的评分:未评

香港中文大学多媒体实验室发布的CelebA数据集不同于普通的单纯图片包，是真正的数据集合，具有可以归类抽取头像的特点，它具有性别，发色，刘海，眼镜，可爱，年轻，胡须等多达40个人脸特征属性，可以利用CelebA属性选择器（SAFC）来定制自己特有的训练集合，如戴眼镜的女性，年轻又可爱的金发女性等各种特有集合，CelebA属性选择器的下载可以参考最下面的链接。

另外值得特别说明的是，DeepFaceLab的开发者也是使用CelebA数据集来做测试的，你可以看一看20211120原版DFL的\_internal\DeepFaceLab\test.py文件就知道了，里面含有大量CelebA信息，比如8293行，它是默认指定CelebA数据集（pretrain_CelebA）来预训练的，就不用说例子里面的\_internal\DeepFaceLab\samplelib\SampleGeneratorFaceCelebAMaskHQ.py文件了，基本上就是利用了CelebA蒙板高清衍生数据集（CelebAMask-HQ）来操作演示，这大概是因为目前的通用大型数据集里面只有CelebA数据集是属性最多，角度可能也是最全的。

本版本是CelebA数据集里面的WF512版本，原图虽然有20万张以上，但分辨率大小不统一，挑选出能适合切成分辨率512脸的头像只有11万5千张，分辨率提上去了，数量有所降低。
但就512分辨率来说，这也是目前论坛里面切好脸能直接用于DeepFaceLab训练的，数量最多的单个512训练集合了，纯粹追求最大数量的朋友请参考帖子最下面的链接下载20万张的WF256训练集即可，也是支持SAFC的。
这个WF512版同样继承了CelebA数据集的姿势变化多，背景复杂，属性丰富的特点，同样也整理掉了部分不合适头像以及删除了90%的戴墨镜的头像，用MachineVideoEditor看角度分布图也是不错的，下面挑选几位美女当门面女郎给大家欣赏一下。



MVE的1.5倍角度如下所示：


MVE的1.0倍角度如下所示：


训练中效果图：


训练集整体样本图：


文件下载后就是pak文件包（faceset.pak），可以直接使用，不用再解压为图片了，除非你想加自己的资源，DFL对pak包的装载远远快于对单张图片的装载。
使用方法：
1，官方标准预训练模型的训练（pretrain: True），把"\_internal\pretrain_faces"下面的原始faceset.pak备份，然后用这个faceset.pak包替换它。
2，非官方标准预训练模型的训练（pretrain: False），把faceset.pak包放"\data_src\aligned"和"\data_dst\aligned"下各一份，直接用不要再解压成图片了。
3，专人模型的训练，把faceset.pak包放"\data_dst\aligned"下，直接用不要再解压成图片了。
4，想看头像图片，把faceset.pak包放"\data_dst\aligned"下，执行5.2) data_dst util faceset unpack.bat来解压图片。

CelebA属性选择器（SAFC）的下载：
https://dfldata.cc/forum.php?mod=viewthread&tid=13874
CelebA属性选择器V1版-定制自己的特有训练集-免费送4万头像

追求最大数量的朋友请下载这个20万张的WF256训练集：
https://dfldata.cc/forum.php?mod=viewthread&tid=13537
香港中文大学CelebA预训练集-20万头像-论坛数量最多角度最全

需要1024分辨率的请下载附件里面的CelebA蒙板高清衍生数据集（CelebAMask-HQ）这个版本(网盘里面含有男女混合及纯女性两个WF1024版本)：

这个版本是以前的“香港中文大学CelebA衍生预训练集-3万头像-官方高清WF512”帖子的改版，不再单独提供下载，已经整合到这个帖子里面。
因为以前旧的头像不支持CelebA属性选择器（SAFC），所以重新切了支持SAFC的新的1024分辨率的头像（高清CelebA-HQ衍生预训练集），并额外增加了纯女性WF1024版本，请下载过的人重新下载，不然无法支持SAFC，旧的WF512的头像将不再保留，如果你还想用WF512，请执行5.2) data_dst util faceset resize.bat来改变尺寸即可，不用重新切脸否则会导致产生垃圾头像的问题，DFL降分辨率是很容易的一件事，已经买过以前帖子的人不用重新购买，链接和密码是一样的。

此外，WF256还有一个目前数量第2多的16万张的CACD预训练集，数量虽然少一点，但基本都是电影明星且带名字排序，更具有收藏价值。
https://dfldata.cc/forum.php?mod=viewthread&tid=13421
CACD预训练集-WF256-共16万带名字影星头像-超多重磅！

更新日志：
---2023年04月16日
1，增加了与之配套的CelebA属性选择器（SAFC）软件，可以利用数据集的40个属性来定制自己特有的训练集合，如戴眼镜的女性等，下载地址见上。
2，增加了分辨率1024的头像，为以前香港中文大学CelebA-HQ衍生预训练集旧帖子的改版，已经整合到这个帖子里面，可以在附件文件里面下载。

windjet

zindartfb 发表于 2023-4-8 22:18
大佬,放到\_internal\pretrain_faces下开启预训练后报错.哪错了?求教

pak包我放\_internal\pretrain_faces下测试过没有问题的，你先确认：
1，不能改faceset.pak的名字，然后放\_internal\pretrain_faces下面。
2，要开启预训练模式，即在模型训练询问你的最后一步时，要选y才行。
[y] Enable pretraining mode ( y/n ?:help ) :y
3，最好你上几张张报错的图上来，才好帮助你，尤其是最初的报错图和最后的报错图。

windjet

更新日志：通知
---2023年04月16日
1，增加了与之配套的CelebA属性选择器（SAFC）软件，可以利用数据集的40个属性来定制自己特有的训练集合，如戴眼镜的女性等，下载地址如下：
https://dfldata.cc/forum.php?mod=viewthread&tid=13874
2，增加了分辨率1024的头像，为以前香港中文大学CelebA-HQ衍生预训练集旧帖子的改版，已经整合到这个帖子里面，可以在附件文件里面下载。

方源

感谢分享

softglow

感谢分享!!

zindartfb

大佬,放到\_internal\pretrain_faces下开启预训练后报错.哪错了?求教

xiaoqiic

为什么 我用汉化版的开启预训练提示 未提供训练数据   而原版的一切正常   是汉化的原因吗

zindartfb

windjet 发表于 2023-4-8 22:49
pak包我放\_internal\pretrain_faces下测试过没有问题的，你先确认：
1，不能改faceset.pak的名字，然后 ...

谢谢大佬的回复,我不会贴图,把报错内容贴上,您给看看
加载名为 Roberta Gemma_SAEHD 的模型...

选择一个或多个 GPU 编号（以逗号分隔）.

[CPU] : CPU
  [0] : NVIDIA GeForce RTX 3060

[0] 选择哪些 GPU 索引? :
0



两秒内按下Enter键设置模型参数...
[0] 几个小时备份一次 ( 0..24  按英文?获取帮助信息 ) :
0
[n] 保存预览历史记录 ( y/n  按英文?获取帮助信息 ) :
n
[0] 目标迭代次数 :
0
[n] 随机翻转SRC人脸 ( y/n  按英文?获取帮助信息 ) :
n
[y] 随机翻转DST人脸 ( y/n  按英文?获取帮助信息 ) :
y
[8] 批量大小 (  按英文?获取帮助信息 ) :
8
[y] 训练遮罩内的人脸 Masked training ( y/n  按英文?获取帮助信息 ) :
y
[y] 眼睛和嘴巴优先 Eyes and mouth priority ( y/n  按英文?获取帮助信息 ) :
y
[y] 侧脸优化 Uniform yaw distribution of samples ( y/n  按英文?获取帮助信息 ) :
y
[y] 模糊遮罩边缘 Blur out mask ( y/n  按英文?获取帮助信息 ) :
y
[y] 将模型和优化器放在GPU上运行 Place models and optimizer on GPU ( y/n  按英文?获取帮助信息 ) :
y
[y] 使用AdaBelief优化器? Use AdaBelief optimizer? ( y/n  按英文?获取帮助信息 ) :
y
[y] 使用学习率下降 Use learning rate dropout ( n/y/cpu  按英文?获取帮助信息 ) :
y
[n] 随机扭曲 Enable random warp of samples ( y/n  按英文?获取帮助信息 ) :
n
[0.01] 随机色调/饱和度/光强度 ( 0.0 .. 0.3  按英文?获取帮助信息 ) :
0.01
[0.1] GAN强度 GAN power ( 0.0 .. 5.0  按英文?获取帮助信息 ) :
0.1
[32] gan补丁大小 GAN patch size ( 3-640  按英文?获取帮助信息 ) :
32
[16] GAN维度 GAN dimensions ( 4-512  按英文?获取帮助信息 ) :
16
[0.0] 人脸风格强度 Face style power ( 0.0..100.0  按英文?获取帮助信息 ) :
0.0
[0.0] 背景风格强度 Background style power ( 0.0..100.0  按英文?获取帮助信息 ) :
0.0
[none] 颜色转换模式 Color transfer for src faceset ( none/rct/lct/mkl/idt/sot  按英文?获取帮助信息 ) :
none
[n] 启用梯度剪裁 Enable gradient clipping ( y/n  按英文?获取帮助信息 ) :
n
[n] 启用预训练 ( y/n  按英文?获取帮助信息 ) : y
Initializing models: 100%|###############################################################| 5/5 [00:04<00:00,  1.10it/s]
加载样本中...: 0it [00:00, ?it/s]
Error: 未提供训练数据.
Traceback (most recent call last):
  File "C:\DFL_maozhihanhua_RTX3000\_internal\DeepFaceLab\mainscripts\Trainer.py", line 58, in trainerThread
    debug=debug)
  File "C:\DFL_maozhihanhua_RTX3000\_internal\DeepFaceLab\models\ModelBase.py", line 199, in __init__
    self.on_initialize()
  File "C:\DFL_maozhihanhua_RTX3000\_internal\DeepFaceLab\models\Model_SAEHD\Model.py", line 684, in on_initialize
    generators_count=src_generators_count ),
  File "C:\DFL_maozhihanhua_RTX3000\_internal\DeepFaceLab\samplelib\SampleGeneratorFace.py", line 48, in __init__
    raise ValueError('未提供训练数据.')
ValueError: 未提供训练数据.

zindartfb

xiaoqiic 发表于 2023-4-8 23:50
为什么 我用汉化版的开启预训练提示 未提供训练数据   而原版的一切正常   是汉化的原因吗 ...

呃，我也是汉化版开启预训练提示未提供训练数据.

zindartfb

windjet 发表于 2023-4-8 22:49
pak包我放\_internal\pretrain_faces下测试过没有问题的，你先确认：
1，不能改faceset.pak的名字，然后 ...

大佬,我用了另外一个版本没有问题.谢谢您的回复.

zindartfb

xiaoqiic 发表于 2023-4-8 23:50
为什么 我用汉化版的开启预训练提示 未提供训练数据   而原版的一切正常   是汉化的原因吗 ...

用了没汉化的版本确实可以,谢谢兄弟提醒。