炼丹的SRC素材过多问题

99707728

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

导出了一部电视剧的图（参考下图），已经用12帧的切图了，去除一些模糊的，但仍然有4,5万张图，手动选了十多个小时，才特么的选了1万张。感觉遥遥无期，眼睛都瞎了！。
论坛里的相似文件筛选各种也试了，但还是要手动删除，几万张图全靠人工实在吃不消。
请教各位大神3个问题。
1，这种角度基本每一张就一个微表情的变动差异，还是有一点区别的，这种怎么选择呢，要不要删掉呢。

2，再求教一下，有没有办法可以快速筛选呢。

3，最后，再真心求教一下，SRC素材越多是不是代表炼丹的时间越长？大概比例是多少，比如1万张和4万张的速度是不是就是4倍呢？
如果时间差异不大，我就直接训练了。

pasanonic

99707728 发表于 2025-1-11 14:25
原来是这样，我是想即使每个角度3-5张，但考虑到表情的变化，不同光线的变化，其实每个角度就是几何级的 ...

你如果会画遮罩就能理解他的意思
如果留表情，你不需要每一张连贯动作都保留
比如 一张格子里  正脸、闭嘴、大点的张嘴、最大的张嘴、闭眼、睁眼、瞪眼  这全部加起来也不到10张，就算加上眼珠子的活动范围,一张格子也不会有很多图,各种表情的连贯动作底丹会有，没有的模型也会推 ，这样解释懂吗
当然你也可以稍微多留一些表情动作图

wtxx8888

99707728 发表于 2025-1-11 12:14
感谢，就是几万张，看到每张都很不错，又不舍得删，我看到论坛里的教程老鸟进阶，都是说素材越多越好，越 ...

原作者的推荐，5000张左右。
我说的，每个角度3-5张，大概3000张以内。留表情差别大的。
最简单的，张嘴睁眼，张嘴闭眼，闭嘴睁眼，闭嘴闭眼，打底这就4张。
全角度468格，各留四张只要1872张，甚至可以更节省，靠相邻5度搭配，当前格有上述前2，旁边格有后2，就特么好使。
5000张，作为SRC来说，绝对够够够的，用不了的用。

虽说图越多越好，但考验显卡的能力与挂机的耐心，图量越多，训练完成需要的时间，就越久。
到底留多少张，这个自己决定，任性的，我就几十万张图，乐意挂机半年一年的，谁也管不着。
这玩意的个人意见就是，在满足了训练需求的前提下，越少越好、越少训练完成的越快。
根据自己的显卡性能，以及预计练多久的时间，去决定留多少张。
所以，没人能替你决定，到底留多少。又不是自己来练，谁知道，你要挂机多久？
DFL的门槛高就在于，都是靠自己决定如何选择，别人给不了你，无脑照搬的死参数。（不想要好效果的除外，随便无脑）

wtxx8888

每个角度留，表情差异大的，3-5张即可。
逐帧的微表情？那电脑炸了，都处理不完。
自己可以测试，就练一张图的遮罩，你看看AI可以处理，多大的差异性。
以此张为中心，前后20帧的微表情（其他同等类型的，意思是不同人，但动作差不多的，都可以处理），AI绝对会，精准无比。

我用DFL的遮罩模型扣视频，熟的不得了，别说就脸那点了，全身的都一样扣。
人脸模型，也是一样的特性，所以表情差异大的，就可以了，不需要，想什么微表情，完全用不上！

mzh920

看目标量多少，相似度删除目标以下，手动补充到目标数

nicky9999

不知道怎麽筛选就用内建功能筛
执行4.2) data_src sort.bat
选[13] best faces or [14] best faces faster
输入要保留的目标数量
会自动筛选各项分数较高的图，同角度太多的图会挑掉
(识情况保留src，数量会跟输入有差异)

99707728

mzh920 发表于 2025-1-11 01:01
看目标量多少，相似度删除目标以下，手动补充到目标数

那正常来说目标数量多少合适

99707728

wtxx8888 发表于 2025-1-11 00:37
每个角度留，表情差异大的，3-5张即可。
逐帧的微表情？那电脑炸了，都处理不完。
自己可以测试，就练一张 ...

感谢，就是几万张，看到每张都很不错，又不舍得删，我看到论坛里的教程老鸟进阶，都是说素材越多越好，越清晰越好，并没有说多少合适，多了会怎么炸。
兄台感觉多少张是比较合适的呢？

99707728

wtxx8888 发表于 2025-1-11 12:58
原作者的推荐，5000张左右。
我说的，每个角度3-5张，大概3000张以内。留表情差别大的。
最简单的，张嘴睁 ...

原来是这样，我是想即使每个角度3-5张，但考虑到表情的变化，不同光线的变化，其实每个角度就是几何级的增长了。我的RTX4080显卡，想训练448以上的图都比较难，简单练一下都要5-7天出丹，还是不敢挑战几十万张的了，估摸最后保留1万左右应该是在速度和质量之间相对较好的一个平衡点吧。

99707728

nicky9999 发表于 2025-1-11 12:03
不知道怎麽筛选就用内建功能筛
执行4.2) data_src sort.bat
选[13] best faces or [14] best faces faster

感谢，非常有用。
刚才尝试了一下，发觉系统筛选也有一些是模糊的图像，不知道他是怎么判断的，不过也大大减轻了工作量了。

追风者

wtxx8888 发表于 2025-1-11 12:58
原作者的推荐，5000张左右。
我说的，每个角度3-5张，大概3000张以内。留表情差别大的。
最简单的，张嘴睁 ...

那是不是可以视频切帧，一秒切两帧就够用了