aligned分辨率多少合适

DFLive

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

如题，请问src切1024会比512清晰吗，有无必要？另外，可否dst切512、src切1024，这样搭配训练会不合适吗？

seancai110

DFLive 发表于 2023-9-5 22:52
多谢，只是不知按照模型分辨率压缩回去之后，这些纹理的损失有多大。 ...

是DFL代码的历史遗留问题。
DFL切脸和resize用的缩放是lanczos算法，放大效果好，但是缩小效果很差。所以切脸尽量大图。
然而，在训练和合成的时候，DFL用的是cubic算法，放大缩小效果比较均衡。
这就造成同样高清截图，切1024经过两次缩放的效果，比切512经过两次缩放的效果好。

但是，1024的图在cpu比较差的电脑上，会出现cpu跑满，gpu的cuda跑不满的情况，因为缩放是用cpu。
所以会写代码的直接把DFL工程里的所有lanczos算法替换成cubic，可以一劳永逸。这样切512够用了。

Hedwig

seancai110 发表于 2023-9-6 13:38
1. 你肉眼没看出lanczos损失的细节最大？

2. 我们这里讨论的是对高清图进行切脸的问题，也就是切图的时 ...

1.我这模拟的是非贴脸镜头原尺寸没达到1024但是要切1024的脸，比如768上采样到1024
然后训练时候又从1024下采样到模型分辨率，一次上一次下；
2.第一张是原图减去两次采样后的图，白点越多说明与原图差异越大，这不明显的lanczos白点最少嘛。

fanda

seancai110 发表于 2023-9-5 23:04
是DFL代码的历史遗留问题。
DFL切脸和resize用的缩放是lanczos算法，放大效果好，但是缩小效果很差。所以 ...

chatgpt说的：
cv2.INTER_CUBIC和cv2.INTER_LANCZOS4是OpenCV中的两种插值方法，用于图像的缩放操作。它们之间的区别主要体现在插值算法的选择和图像质量的结果。

cv2.INTER_CUBIC是一种双立方插值算法。它会根据图像周围的像素值进行插值计算，通过对邻近像素的加权平均来生成新像素。这种插值方法适用于图像的放大缩放操作，可以提供较好的平滑效果。然而，双立方插值算法可能会导致一些细节的损失，尤其在进行较大放大时，可能会出现一些模糊或锯齿状的效果。

cv2.INTER_LANCZOS4是一种Lanczos插值算法，它使用了Lanczos滤波器来进行插值计算。Lanczos插值在图像放大缩小过程中保持了更多的细节，并提供了更好的锐利度。它通过在像素间进行加权计算来生成新像素，以保留更多的图像细节。相对于双立方插值，Lanczos插值算法更适用于图像放大的情况，可以提供更好的图像质量。

在实际应用中，选择合适的插值方法取决于具体的需求和应用场景。如果需要进行精细的图像放大或缩小操作，可以选择cv2.INTER_LANCZOS4以获得更好的图像质量。如果只需进行一般的图像缩放操作，并对计算速度要求较高，则cv2.INTER_CUBIC是一种较好的选择。根据实际情况，你可以尝试不同的插值方法来获得最适合你需求的结果。

come3002

DFLive 发表于 2023-9-5 22:52
多谢，只是不知按照模型分辨率压缩回去之后，这些纹理的损失有多大。 ...

不清楚。
1024下 既然能看到嘴唇纹理。就可以在实际操作中选出一批优质素材假如 100分。
用 纯100分的做主体 炼 细节自然要快一些。另外出好细节




1024 下都看不对清晰上牙齿齿缝 假如是20分，数量占一半。
被掺加到炼丹资源中。使得分数为100-20分
那么炼丹时候，dfl就要既跟100分学，也跟20分学。假如20分的低质量比例高，一来拖慢 牙齿等炼丹速度。
二来 20分的素材较多时候，会明显拉低或影响作品质量










看到大佬一句话，深有体会
”非贴脸镜头原尺寸没达到1024但是要切1024的脸，比如768上采样到1024“
分析：
至于 为什么会WF1024 出现如此模糊图片。一方面是动作快。一个是码率低
另一个方面是 某种原因，大多数坛友 采用的办法是直接对4k剧/切割。
一部剧总有 高码率，低码率；镜头也有不同（少量近景可切WF1280等，部分中景可切WF768等，大量远景可切WF512）
同一部4k 高码率 60帧，谈话镜头截图 。
中远景 帧如图




虽然是WF1024 质量100%。
看不清眉毛啊。眼睛也模糊。
这种出来的是低质量的WF1024
中近景 帧如图 。

相同的WF1024，质量100%。
只因是近景切割而来。
居然看清眉毛，眼睛清晰。
也有明显嘴唇纹理
质量有很大提升

若没有 沿用 梦版主的做法，对4k电视剧 选择优质码率，没有选择合适 近景，中景等细致分析。
而采用一刀切WF1024，其最大优势是省事。跑就完事了。
但是的结果是深远的。
就是 大量 一些低码率或 中远景 甚至快动作的小图 也切进来了。对外说是WF1024.
实质是 掺加了大量效果太差的1024.

其实我觉得若高码率近景的高清 如100分的足够，完全可以从源头切割近景。删除太差的1024 如20分。
从而让炼丹多用优质素材更准确，
减少炼丹压力。


故：真正的优质WF1024 应当以 4k高码率 中近景 人头像占屏幕一半以上，切WF1024，为佳。

下图 3840x2160. 红框是取图痕迹。 大约是 1300＞1024.


这样才能取的最佳的WF1024效果




简言之，4k高码率 中近景先切WF1024，再筛选，之后炼丹 是非常不错提升炼丹速度和丹质量的途径。
（远古 1080就算了。基本一张清晰的都难找，WF512即可。有的看就不错了。）

DFLive

如果512分辨率就够了，那坛友切1024的意义在哪呢？

1427523462

DFLive 发表于 2023-9-5 21:57
如果512分辨率就够了，那坛友切1024的意义在哪呢？

方便分图，模糊图1024对比太明显，512分高清图看瞎眼睛，1024出效果很快，有细节多了，gan0.1,找了2000千张上下牙齿2000高清侧脸，开个20万基本上下牙齿，侧脸都不错了，上个月看了一位大佬教程，才知道1024的好处

come3002

DFLive 发表于 2023-9-5 21:57
如果512分辨率就够了，那坛友切1024的意义在哪呢？

远古资源 很多是1080p。只能切WF512.
最近大量4k流出。
4k 3860x2160.  一般近景 推荐切WF1024.
能尽量保留更多有效信息。比如 嘴唇纹理。下牙齿齿缝啊。

DFLive

1427523462 发表于 2023-9-5 22:07
方便分图，模糊图1024对比太明显，512分高清图看瞎眼睛，1024出效果很快，有细节多了，gan0.1,找了2000千 ...

多谢，验证了猜想！

DFLive

come3002 发表于 2023-9-5 22:12
远古资源 很多是1080p。只能切WF512.
最近大量4k流出。
4k 3860x2160.  一般近景 推荐切WF1024.

多谢，只是不知按照模型分辨率压缩回去之后，这些纹理的损失有多大。

DFLive

seancai110 发表于 2023-9-5 23:04
是DFL代码的历史遗留问题。
DFL切脸和resize用的缩放是lanczos算法，放大效果好，但是缩小效果很差。所以 ...

说得很到位，统一算法是个问题。

丸丸

seancai110 发表于 2023-9-5 23:04
是DFL代码的历史遗留问题。
DFL切脸和resize用的缩放是lanczos算法，放大效果好，但是缩小效果很差。所以 ...

其实都不如保持脸图和丹分辨率一致，我都是直接resize到丹的分辨率再训练

seancai110

丸丸 发表于 2023-9-6 02:09
其实都不如保持脸图和丹分辨率一致，我都是直接resize到丹的分辨率再训练 ...

dfl的resize功能好像也是用lanczos算法哦