yukkurina__ - 《富士山》舞蹈 DST

planenalp · 发表于 2024-4-11 04:00:43

星级打分

1
2
3
4
5

平均分:NAN 参与人数:0 我的评分:未评

本帖最后由 planenalp 于 2024-4-11 12:00 编辑

注意：
为了避免不必要的网盘空间和下载时间浪费
文件目录只包含切好的脸 aligned 目录和原视频文件 data_dst.mp4
视频切图需要下载后自己用原版切一下（几秒钟的事）
3) extract images from video data_dst FULL FPS.bat

原版默认切图命名为00001.png - 00505.png
对应切脸00001_0.jpg - 00505_0.jpg
“快速切脸”的软件切的命名方式不一样，硬要用的话记得重命名为对应的

找底丹的时候无意中看到这个帖子《李一桐 320wf liae-udt 384-96-96-32 271W迭代(含dfm)》
https://dfldata.cc/forum.php?mod=viewthread&tid=17859

发现里面的一段对比视频还不错，论坛上似乎没找到分享的
于是查了下出处是 TikTok 上的一个妹子
https://www.tiktok.com/@yukkurina__

找到对应视频下载下来，切图切脸，MVE 简单修正了一下镜头快速移动时第185-191和210-219帧的错误识别
实测发现这部分即使修正了脸部识别问题，零训练用专丹合成后185-192和213-220依然会糊脸鬼畜，感觉修复了个寂寞

解决办法有以下几种（训练前记得备份模型，因为 DST 有模糊素材避免污染数据）
1. 用带 SRC 的（专丹）模型开低 Batch_size（如4-8）快速跑几轮，扭曲或 GAN 状态下都可以
2. 要更效率就 aligned 目录只保留鬼畜的几张图，同样开低 Batch_size 训练25分钟后还原 aligned 目录合成，不满意就再跑几轮
3. 直接删除 aligned 里面的这部分切脸图（和2相反思路）
4. 无视错误直接合成（镜头快速移动，眼不见为净）

如果有更好的解决办法也欢迎分享讨论

原视频预览：

原视频预览