大佬进来指导下 新手第一个模 这个loss可以进行下一步了吗

thr33

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

大佬们 新手第一个模型 垃圾配置上跑了3天了 迭代18w次 loss0.2/0.8  SAEHD模型 只开了遮罩、随机扭曲、信仰优化、梯度,目前loss如图显示几轮下来下降率非常慢了,
预览窗口情况:SRC-SRC 跑出来的可以说是神似了,但是无细节,就像开了磨皮
                    DST-DST 还不够清晰 loss也比src高得多 但是下降很慢
                    SRC-DST 合成后的效果感觉就是比src的磨皮开的更大 无细节



接下来怎么跑目前有点迷茫 请大家指导下

src

dst

合成后

z6163727

別迷茫，如果不知道下一步該做甚麼，
就把你的model整個備份，然後把某個功能開強一點點下去玩玩看臉部有沒有啥變化

你可以把全功能關了  留優先眼睛嘴吧bs2或讓他可以100ms，快速的把臉跌代多次一點
我的想法是 設備不好就功能開少一點讓時間低於200ms

DST應該有點問題，loss有點高   照片不是同一個人嗎?還是照片沒清乾淨

thr33

z6163727 发表于 2024-2-12 09:47
別迷茫，如果不知道下一步該做甚麼，
就把你的model整個備份，然後把某個功能開強一點點下去玩玩看臉部有沒 ...

DST不是一个人 是个人脸包 我要做通用模型 是的 延迟有点高 一小时才能迭代5000次 感谢指导

wtxx8888

thr33 发表于 2024-2-12 09:57
DST不是一个人 是个人脸包 我要做通用模型 是的 延迟有点高 一小时才能迭代5000次 感谢指导 ...

一小时5000迭代很快了，大概0.6秒一迭代。
你是没见那些突破显存盲目练大丹的人，动不动就2-3秒才一迭代，甚至还有高达4-5秒才一迭代的
丹练没练好，首先预览观感上，要达到眼睫毛清晰，上下牙齿缝清晰才算达标，尤其下牙缝，是最难的。一般到最后才能出来。
如果你SRC的 LOSS到了0.2，还没达到这个观感（最少上牙缝隙清晰，睫毛清晰），就是你的SRC素材太糊，或者丹的ae_dims参数过低造成的

thr33

wtxx8888 发表于 2024-2-12 11:45
一小时5000迭代很快了，大概0.6秒一迭代。
你是没见那些突破显存盲目练大丹的人，动不动就2-3秒才一迭代， ...

感性回复 ae_dims我的是320 应该不算低了吧 可能是src确实有点糊 这种情况下我是把src高分一下再接着练?

wtxx8888

thr33 发表于 2024-2-12 11:58
感性回复 ae_dims我的是320 应该不算低了吧 可能是src确实有点糊 这种情况下我是把src高分一下再接着练? ...

可以超分下，应该会有改善，不过容易颜色不对，最好还是能原生的高清素材。

thr33

wtxx8888 发表于 2024-2-12 12:00
可以超分下，应该会有改善，不过容易颜色不对，最好还是能原生的高清素材。 ...

倒是有原生4k视频 是直接原始视频切为图片 然后bat批量切脸吧

但是切脸出来不还是512*512

haixin121

thr33 发表于 2024-2-12 12:38
倒是有原生4k视频 是直接原始视频切为图片 然后bat批量切脸吧

但是切脸出来不还是512*512 ...

4k视频，切图后，把图分成3类分开切比较好，别浪费了图片的质量，4K分辨率通常是3840×2160像素，根据脸部占比，近景脸部大，图片清可以切成1024，中近景可以切成800或者768，远景如果脸部能够达到512就切成512，如果低于512的可以后期用软件超分再继续切。必过我感觉尽量还是保持原生态的图片，能够降低AI的运算时间。

thr33

haixin121 发表于 2024-2-13 16:24
4k视频，切图后，把图分成3类分开切比较好，别浪费了图片的质量，4K分辨率通常是3840×2160像素，根据脸 ...

是的 昨天花了一下午切了1024的