【随风技术论】高级论 ⎛͏⎝模型⎭⧹之<模型开荒>

随风

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

模型的开荒



---相信目前在所有人认知中都是在用各种各样的人脸图去练模型

---认识下我的另类见解与方法


aligned提取的头像都是96dpi和24位深图（想深入了解的可自行百度知识）

原图

放大后能看到像素点分列

模型学习的就是这些点的色彩数据，迭代一次次刷新让模型从模糊一直学到接近就会呈现在效果图上
---用三维头像练模型为何复用效果不好，是因为三维头像颜色分布是十分均匀与不变的，而现实人像受环境影响每帧的图片都是在变化的，
---所以用三维头像对应模型像素的那个点就只能学到一种颜色；而用现实不同人像学习在模型那个对应点上能够学到更多的颜色变化，也就有了更多的映射在模型里
---模型上的位置点从模糊学到清晰也就好比开荒，复用时遇到相近的颜色就会识别、转变得非常快，要是那个位置点接触到未训练过的颜色就识别不了，也就模糊不清
---用大量的现实人像虽然能增加模型对多种色彩的认识与学习，但却限制很大，比如，人像都有五观轮廓，限制了模型特定区域的颜色分布点；以24位深图颜色范围角度去看的话，数据虽然大，但多数在一个范围中转圈，并没有得到广泛的学习


针对这一局限性我做了非常多的尝试，最终找到了方法

游客，如果您要查看本帖隐藏内容请回复

相关知识链接：https://dfldata.cc/forum.php?mod=viewthread&tid=467&extra=
                      https://dfldata.cc/forum.php?mod=viewthread&tid=10948&extra=


万物开荒模型的特性：
1、模型可以识别万物，不存在识别不出人脸角度问题
2、整个模型是同时成像，牙齿睫毛难出的问题不存在，都是同时成像
3、由于模型是自寻捷径出效果，不会被之前的映射残留所影响带歪
4、独特的高效性，

w102602

商用级直播模型底丹

youyang970

这个角度解答了很多在训练中遇到的问题

花海er

感觉很有用啊，学习了

muyanzhao

学习下，这个角度非常新颖，直接从像素点颜色角度看的话好像切的脸图确实有这种学习局限性

may

这就叫专业

FortDa

学习学习

迷茫的黑夜

感谢随风大佬

hshenwl

感谢分享

929929

牛逼特斯拉

ALAN22

学习一下

文杰

学习学习

929929

那二十万张像素素材呢大佬，能不能拿出来零食分享啊，这样大家就可以欢快的练丹拉！

nsa

谢谢分享

youxia

学习技术