DFL 原版焕新：完美适配 RTX 30-50 系，算力性能翻倍！

iyuandou

星级打分

• 1
• 2
• 3
• 4
• 5

平均分:NAN  参与人数:0  我的评分:未评

值此生日之际，感叹 DFL 已陪伴我三年。历经各路改版，始终觉得原版最纯粹，但原作者停更已久，TF1 框架与 CUDA 12.8 的脱节让 30/40/50 系显卡英雄无用武之地。
为此，我花了几天时间深度重构了原版代码。新版本全面拥抱 NVIDIA RTX 50 系列 (Blackwell)，核心提升如下：
性能爆发： 训练速度提升 40% - 200%。
显存减负： 开启 bf16/fp32混合精度训练模式，显存占用降低 30% - 50%。
切脸加速： 优化提取算法，提速 50% - 300%（视显卡型号）。
优化预览： 通过鼠标滚轮放大缩小图像，方便查看细节。
技术说明：
因 TensorFlow 2.11 后不再原生支持 Windows GPU 构建，本版本基于 WSL2/Linux 环境运行，以突破官方限制，压榨新架构的极限性能。
使用门槛：
环境要求： 必须安装 WSL2 或在 Linux 原生环境下运行，Python 3.12.3+TensorFlow 2.21.0+CUDA12.8
操作基础： 需具备基础的 DFL 命令行操作经验。
适用人群： 强烈建议 30/40/50 系显卡用户升级，想通过 BF16/FP32 混合精度来换取更大 BS 或更快的训练速度，亦可尝试。

为爱发电，开源免费，如有同好者，欢迎交流请加  wx:iyd430
##  TF2版DeepFaceLab 深度学习环境配置与训练指南


## 一、 基础环境配置 (Windows 侧)

   1. 安装 WSL2: 打开 PowerShell 执行 wsl --install。
   2. 性能优化: 按 Win + R 输入 %UserProfile%，新建/编辑 .wslconfig 文件。建议配置如下：
   
   [wsl2]
   memory=32GB      # 建议为物理内存的 50%-75%
   swap=32GB        # 建议与内存等大，防止导出模型时 OOM
   processors=16    # 建议填入实际物理核心数
   
   修改后需重启 WSL: wsl --shutdown

## 二、 WSL 内部环境安装

# 1. 运行官方安装脚本
chmod +x setup_linux_native.sh && ./setup_linux_native.sh
# 2. 激活 GPU 运行环境
source activate_gpu.sh
# 3. 补全必要依赖 (FFmpeg)
sudo apt update && sudo apt install ffmpeg -y
pip install ffmpeg-python

## 三、 标准作业流程 (Workflow)
1. 素材预处理 (切脸)
根据显存调整并发数（16G 显存建议设置 2-3）：

python main.py extract \
    --input-dir ~/workspace/data_dst \
    --output-dir ~/workspace/data_dst/aligned/ \
    --detector s3fd --jpeg-quality 100 --workers-per-gpu 2

2. 模型训练

python3 main.py train \
    --training-data-src-dir $HOME/workspace/data_src \
    --training-data-dst-dir $HOME/workspace/data_dst \
    --model-dir $HOME/workspace/model --model SAEHD

3. 模型导出与合成 (Merge)

* 导出 DFM: python main.py exportdfm --model-dir ~/workspace/model --model SAEHD
* 执行合成:

python main.py merge \
    --input-dir ~/workspace/data_dst \
    --output-dir ~/workspace/data_dst/merged \
    --output-mask-dir ~/workspace/data_dst/merged_mask \
    --aligned-dir ~/workspace/data_dst/aligned \
    --model-dir ~/workspace/model --model SAEHD

4. 导出成品视频

python main.py videoed video-from-sequence \
    --input-dir ~/workspace/data_dst/merged \
    --output-file ~/workspace/result.mp4 \
    --reference-file ~/workspace/data_dst.* \
    --include-audio

------------------------------
## 小贴士 (Tips)

* 自动补全依赖: 如果运行报错缺库，请统一执行 pip install -r requirements.txt。
* 路径检查: 命令中的 ~/workspace 为示例路径，请确保你的素材已放入对应文件夹。
* 性能调优: 训练时如果显存溢出（OOM），请在 train 命令中尝试调小 batch_size。

iyuandou

遮罩训练还没修改，如果有问题，等以后的更新

ulu

支持老铁

DFL小白02

都修改了哪些文件，有清单吗？

july

开源免费
请问开源项目地址多少？

ajno22

支持大佬~!

come3002

感谢分享。马上下载

毕加索

支持，祝你生日快乐，发大财~